学位论文 > 优秀研究生学位论文题录展示
基于感兴趣信息的高光谱图像压缩技术研究
作 者: 彭伟明
导 师: 张钧萍
学 校: 哈尔滨工业大学
专 业: 信息与通信工程
关键词: 高光谱图像 感兴趣信息 分层次压缩 图像评价
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 76次
引 用: 0次
阅 读: 论文下载
内容摘要
高光谱图像具有比多光谱图像更多的信息量和更高的光谱分辨率,因此它能解决许多多光谱图像不能解决的问题。但与此同时它也带来了数据量的海量增长,海量的数据给数据的计算、存储和传输都带来了巨大的困难,所以压缩是非常必要的。由于高光谱图像空间和谱间分辨率的关系,对高光谱图像后期应用非常重要的大量信息,常常存在于高频信息中,而传统的高光谱图像压缩方法,通常保留低频信息而舍弃高频信息,因此建立一种可以保护高光谱图像中那些感兴趣的重要信息,提高重建图像的后期应用性,是非常有意义的。本文主要研究了基于感兴趣信息保护的高光谱图像压缩技术。其主要内容包括如下四个方面:1)对高光谱图像相关性及感兴趣信息的特征的分析。高光谱图像具有极强的空间与谱间相关性,这是高光谱图像压缩的基础;感兴趣信息的特征主要包括空间矩特征与谱间光谱吸收指数特征,这是感兴趣信息提取的基础。2)高光谱图像空间与谱间感兴趣信息的提取及标定。信息提取主要采用的是光谱微分法和空间形态滤波的方法,信息标定部分采用的是感兴趣区域最小外接矩形法。通过实验证明,本文给出的信息提取及标定方法,可以有效地提取并准确标定高光谱图像中的感兴趣信息。3)基于感兴趣信息保护的分层次压缩方法。本部分主要对高光谱图像中的感兴趣信息进行分类,对不同重要性的信息采用不同的压缩方法进行压缩。通过AVIRIS高光谱传感器获得的San Diego图像进行的实验结果显示,本文提出的分类预测算法可以有效地实现最重要信息的无损重建;基于位平面提升算法在相同情况下,可以比传统压缩算法更好地保护图像中感兴趣信息;而对非感兴趣信息部分应用的3D-SPIHT算法,可以保证图像的压缩效率。4)基于目标检测的高光谱重建图像评价。在0.1和0.2bpp下重建图像的目标检测结果显示,由本文提出算法重建的图像,目标检测性能大大提升。本文结合高光谱图像后期应用—目标检测,提出了一种基于感兴趣信息保护的高光谱图像分层次压缩算法,实验结果显示该算法在保证重建图像主客观质量的前提下,大大地提高了重建图像后期应用的性能。
|
全文目录
摘要 3-4 Abstract 4-8 第1章 绪论 8-18 1.1 课题背景 8-9 1.2 课题的目的和意义 9-11 1.3 国内外该方向上的研究发展现状与分析 11-16 1.3.1 高光谱图像压缩编码技术研究及发展现状 11-13 1.3.2 基于感兴趣信息的高光谱图像压缩现状及分析 13-16 1.4 本文研究的主要内容及结构安排 16-18 第2章 高光谱图像及感兴趣信息特性分析 18-28 2.1 引言 18 2.2 高光谱图像特性分析 18-24 2.2.1 高光谱图像的空间相关性分析 18-20 2.2.2 高光谱图像的谱间相关性分析 20-22 2.2.3 高光谱图像空谱相关性分析 22-23 2.2.4 高光谱图像的信息量分析 23-24 2.3 高光谱图像目标特征信息 24-27 2.3.1 高光谱图像中目标的空间特征 24-26 2.3.2 高光谱图像中目标的谱间特征 26-27 2.4 本章小结 27-28 第3章 基于感兴趣信息保护的分层次压缩算法研究 28-47 3.1 引言 28 3.2 感兴趣信息的提取 28-34 3.2.1 光谱感兴趣信息的提取 29-30 3.2.2 空间感兴趣信息的提取 30-34 3.3 基于感兴趣信息保护的分层次压缩算法 34-46 3.3.1 对于最重要信息的分类预测算法 35-37 3.3.2 小波变换 37-40 3.3.3 对于次重要信息保护的位平面提升算法 40-41 3.3.4 对于普通信息的3D-SPIHT压缩算法 41-46 3.4 本章小结 46-47 第4章 基于感兴趣信息的高光谱图像压缩结果评价 47-56 4.1 引言 47 4.2 高光谱图像客观指标评价 47-52 4.2.1 基于MSE准则的评价 47-51 4.2.2 基于光谱失真度的评价 51-52 4.3 基于目标检测的高光谱重建图像评价 52-55 4.4 本章小结 55-56 结论 56-57 参考文献 57-63 攻读学位期间发表的学术论文 63-65 致谢 65
|
相似论文
- 高光谱图像空—谱协同超分辨处理研究,TN911.73
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于核方法的高光谱图像异常检测算法研究,TP751
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于渲染的单幅图像的光源定位,TP391.41
- 高/多光谱图像混合像元解混研究,TP751
- 高光谱图像异常目标检测,TP391.41
- 高光谱图像处理平台的研究与设计,TP391.41
- 高光谱遥感图像融合技术与质量评价方法研究,TP751
- 基于矢量量化的高光谱图像无损压缩算法研究,TP751.1
- 基于三维光谱模型的高光谱图像压缩方法的研究,TP751.1
- 基于数据源优化的高光谱图像异常检测算法研究,TP751.1
- 基于MAP的高光谱图像超分辨率方法研究,TP391.41
- 高光谱遥感图像分割算法研究,TP751
- 高光谱图像解混技术研究,TP751
- 基于多核学习的高光谱图像目标解译技术研究,TP391.41
- 高光谱图像地物分类和分割方法研究,TP391.41
- 基于JPEG2000的高光谱图像压缩系统设计研究,TP391.41
- 基于核方法的高光谱图像小目标检测算法研究,TP391.41
- 高光谱图像异常目标检测,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|