基于形状自适应变换和上下文模型的高光谱图像编码技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60607010
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    24.0万
  • 负责人：
    吴家骥
  • 依托单位：
    西安电子科技大学
  • 学科分类：
    F0501.光学信息获取、显示与处理
  • 结题年份：
    2009
  • 批准年份：
    2006
  • 项目状态：
    已结题
  • 起止时间：
    2007-01-01 至2009-12-31

项目摘要

高光谱图像作为三维图像，其海量的数据导致信道传输和本地存储变得非常困难，必须对其进行有效的压缩编码。本项目主要研究基于三维小波变换的高光谱图像编码理论和关键技术，通过对高光谱图像空间和谱间相关性的分析，给出非对称的三维提升小波包变换方法，有效地去除图像中各方向的相关性；对小波系数采用更具实时性的三维快速零块分裂编码，提高了编码性能，降低了误码扩散，并通过嵌入编码实现单一码流下有损到无损的压缩编码；结合三维小波系数之间的统计分布特点，提出更有效的基于三维上下文模型的自适应算术编码算法和反量化算法，进一步提高编码性能。针对三维形状自适应小波变换进行深入的研究，实现对任意形状图像源和高光谱图像任意形状ROI编码。本研究方案不仅对高光谱图像压缩编码中具有重要的应用价值，也可运用于三维医学图像和三维视频编码领域。

结项摘要

项目成果

期刊论文数量（11）
专著数量（0）
科研奖励数量（0）
会议论文数量（12）
专利数量（5）
Error detection based on MB types
基于MB类型的错误检测
  • DOI：
    10.1007/s11432-008-0029-x
  • 发表时间：
    2008-03
  • 期刊：
    中国科学F辑:信息科学(英文版)
  • 影响因子：
    --
  • 作者：
    Wu, Chengke;Fang, Yong;Jeong, JeChang
  • 通讯作者：
    Jeong, JeChang
压缩感知理论及其研究进展
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电子学报，37(5), 页码：1070-1081, 2009年5月
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于迭代去噪的返回散射同频干扰修复方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电波科学学报
  • 影响因子：
    --
  • 作者：
    吴家骥;凡俊梅;焦培南;徐彬;吴振森
  • 通讯作者：
    吴振森
基于提升方向波变换域的SAR图像压缩
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    红外与毫米波学报
  • 影响因子：
    --
  • 作者：
    白静;王磊;焦李成;吴家骥
  • 通讯作者：
    吴家骥
NEW METHOD OF MULTIPLE DESCRIPTION CODING FOR IMAGE BASED ON COMPRESSED SENSING
基于压缩感知的图像多重描述编码新方法
  • DOI：
    --
  • 发表时间：
    2009
  • 期刊：
    Journal of Infrared and Millimeter Waves
  • 影响因子：
    0.7
  • 作者：
    Shi Guang-Ming;Zhou Jia-She;Liu Dan-Hua;Gao Da-Hua;Wu Jia-Ji
  • 通讯作者：
    Wu Jia-Ji

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

三维图像的任意形状ROI小波零块压缩编码算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电子学报
  • 影响因子：
    --
  • 作者：
    吴振森;吴成柯;吴家骥
  • 通讯作者：
    吴家骥
基于门控循环神经网络的海杂波幅度预测
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    电波科学学报
  • 影响因子：
    --
  • 作者：
    马丽文;张金鹏;吴家骥;张玉石;赵鹏;夏晓云
  • 通讯作者：
    夏晓云
基于系统Raptor码不等差错保护的图像压缩传输
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    电子与信息学报
  • 影响因子：
    --
  • 作者：
    刘国;于文慧;吴家骥;白宝明
  • 通讯作者：
    白宝明
基于Compressed Sensing框架的图像多描述编码方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    红外与毫米波学报
  • 影响因子：
    --
  • 作者：
    高大化;石光明;刘丹华;周佳社;吴家骥
  • 通讯作者：
    吴家骥
雷达海杂波反演蒸发波导的遗传-粒子群算法
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    现代雷达
  • 影响因子：
    --
  • 作者：
    张金鹏;张玉石;李清亮;吴家骥
  • 通讯作者：
    吴家骥

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

吴家骥的其他基金

基于北斗散射信号的海面大气波导深度认知区域反演研究
  • 批准号：
    62271381
  • 批准年份：
    2022
  • 资助金额：
    56 万元
  • 项目类别：
    面上项目
极光全辐射波段区域时变模型
  • 批准号：
    61775175
  • 批准年份：
    2017
  • 资助金额：
    63.0 万元
  • 项目类别：
    面上项目
多维高动态极光图像数据的混合预测无损压缩与非平稳信道传输研究
  • 批准号：
    61377011
  • 批准年份：
    2013
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目
基于空间方向与谱间多级簇变换的可逆超光谱图像压缩编码研究
  • 批准号：
    61077009
  • 批准年份：
    2010
  • 资助金额：
    34.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码