● 摘要
随着空间技术的发展和用户需求的增加，越来越多的遥感遥测数据要通过无线信道传送到地面。因此，对日益增长的航天数据进行处理、存储和传输，已经成为人们重视的研究课题之一。鉴于航天数据的用途特殊，保存与传输时对数据质量较与一般数据有着更严格的要求，本论文进行了针对航天数据的无损压缩算法的研究。作者在航天数据的无损压缩算法研究方面主要做了以下工作：1．简要介绍现在国际通用的静止图像无损压缩算法JPEG_LS、CALIC和JPEG2000。经过分析，发现这些算法都主要致力于去除图像的空间相关性，并不适合相关性较弱的遥感图像的压缩。2．目前的航天遥测数据的无损压缩算法比较简单，多为对零阶预测残差直接进行熵编码，这种设计方案的缺陷是对于剧变和缓变交替的数据段，压缩率比较小，一般不超过2.5。本文提出了一种基于白噪声多项式的最优线性移动预测模型的无损压缩算法，并对其进行优化。该算法利用预测模型具有自我调整的特点，自适应地调整预测系数，同时将数据段划分为“活跃段”和“平稳段”，在提高压缩性能的同时，大大减少了处理时间，完全可以满足实时性的要求。实验表明，对于剧变和缓变交替的数据段，新算法的压缩率大于3，运行时间少于1秒，明显优于现有的基于零阶预测器的遥测数据无损压缩算法。3．随着小波变换的出现和在图像有损压缩方面取得的重大突破，基于变换域的无损压缩技术成为了研究的热点。传统基于变换域的图像压缩方法，不能满足无损压缩的要求，而利用提升模型就能够实现从整数到整数的变换，可以满足图像无损压缩的要求，因此在分析了基于提升小波和提升DCT的编码技术后，本文分别提出了基于整数小波和整数DCT的无损压缩算法。对于前者，使用细化概率模型的算术编码，比单一模型的算术编码具有更好的压缩性能；对于后者，将小波变换和预测处理相结合，尽可能地去除了子带内部的相关性，同时通过统计各子带残差最值，建立多个概率模型，有效避免了稀疏现象，压缩性能优于基于整数DCT的算法。和用于通用图像无损压缩的算法相比，新算法具有很强的优越性。4．对于当前公认的基本无法计算的数据无损压缩极限，本文利用基于多尺度条件熵和记忆性度量的方法，对压缩极限值进行估算，指出了航天数据无损压缩的发展余地，同时也暗示着进一步提高无损压缩率的艰巨性。