学位论文 > 优秀研究生学位论文题录展示

高光谱遥感图像的压缩算法研究

作　者: 张凌雁
导　师: 赵春晖
学　校: 哈尔滨工程大学
专　业: 信号与信息处理
关键词: 高光谱遥感图像 自适应波段选择 提升格式 矢量量化 图像压缩
分类号: TP751
类　型: 硕士论文
年　份: 2005年
下　载: 300次
引　用: 3次
阅　读: 论文下载
 

内容摘要


高光谱遥感(Hyperspectral remote sensing)与多光谱图像相比的突出特点是谱分辨力的提高,这对于利用遥感图像进行目标分类、识别与跟踪等都具有重要的研究价值和应用意义。然而其巨大的数据量和较高的数据维给高光谱图像的传输和存储都带来较大的困难,因此对其进行有效压缩就具有了更为广泛的意义。 本文通过与其他图像比较分析,充分研究了高光谱遥感图像的特性。验证了高光谱遥感图像较强的谱间相关性和较弱的空间相关性。 首先采用自适应波段选择方法对高光谱遥感图像进行谱间压缩。实验结果说明了自适应波段选择方法的有效性,方法能够选择出特征较好的波段,有助于减少后续处理的计算量并有助于提高后续处理效果。 然后采用基于提升格式的第二代小波变换技术对高光谱遥感图像进行处理,该方法能保证处理后图像包含尽可能多的有效信息。算法中的提升小波是由一种基于矩形栅格和梅花形栅格预测与更新的方法构造出来,其主体思想是对原始图像进行简单的多分辨率分解,然后交替地在矩形栅格和梅花形栅格上使用对偶提升(预测)和原始提升(更新)来改善其性能,向具有某一特性逐渐逼近(提升)。提升算法不仅具有构造简单、速度快等特点,而且在实际压缩效果上也要优于第一代小波变换,取得了良好的压缩效果。 最后采用一种基于矢量量化的方法对高光谱图像进行压缩。用改进的SOFM算法进行矢量量化的码书设计,由于神经网络具有较强的容错性,可解决矢量量化中非典型矢量的匹配问题,而改进的SOFM算法提高了码书的训练训练速度和性能。本算法与利用传统的LBG算法进行码书设计相比,具有更好的压缩效果,实验结果也证明了算法的有效性。

全文目录


第1章 绪论  10-19
  1.1 课题研究背景  10-12
  1.2 图像压缩技术  12-14
    1.2.1 图像压缩编码分类  12-13
    1.2.2 图像压缩质量的评价标准  13-14
  1.3 高光谱遥感图像压缩研究进展  14-17
    1.3.1 基于变换技术的压缩方法  14-16
    1.3.2 基于矢量量化的压缩方法  16
    1.3.3 基于预测技术的压缩方法  16
    1.3.4 小结  16-17
  1.4 课题来源与研究内容  17-19
    1.4.1 课题来源  17
    1.4.2 课题研究的目的和意义  17
    1.4.3 论文结构及研究内容  17-19
第2章 高光谱遥感图像特性分析  19-38
  2.1 引言  19
  2.2 高光谱遥感图像介绍  19-20
  2.3 谱间相关性分析  20-31
  2.4 空间相关性分析  31-37
  2.5 本章小结  37-38
第3章 自适应波段选择的降维算法  38-47
  3.1 引言  38
  3.2 高光谱遥感图像降维方法  38-40
  3.3 自适应波段选择方法(Adaptive Band Selection)  40-44
    3.3.1 等间隔波段选择方法  40-41
    3.3.2 基于光谱范围的波段选择方法  41
    3.3.3 自适应波段选择方法  41-44
  3.4 仿真结果与分析  44-46
  3.5 本章小结  46-47
第4章 基于提升格式的高光谱遥感图像压缩算法  47-62
  4.1 引言  47
  4.2 基本小波变换  47-51
    4.2.1 连续小波变换  48-49
    4.2.2 离散小波变换(DWT)  49-50
    4.2.3 多分辨率分析  50-51
  4.3 第二代小波变换—提升格式(Lifting Scheme)  51-58
    4.3.1 提升格式  51-54
    4.3.2 提升小波的构造方法  54-58
  4.4 仿真结果及其分析  58-60
  4.5 本章小结  60-62
第5章 基于矢量量化的高光谱遥感图像压缩算法  62-73
  5.1 引言  62
  5.2 矢量量化  62-63
  5.3 传统码书设计算法(LBG)  63-65
  5.4 自组织特征映射神经网络码书设计算法(SOFM)  65-69
    5.4.1 自组织特征映射神经网络  65-66
    5.4.2 基本的SOFM算法  66-68
    5.4.3 改进SOFM算法  68-69
  5.5 仿真结果及其分析  69-72
  5.6 本章小结  72-73
结论  73-75
参考文献  75-79
攻读硕士学位期间发表的论文  79-80
致谢  80

相似论文

  1. 基于重叠变换与矢量量化的图像压缩算法及应用研究,TN919.81
  2. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  3. 图像的稀疏表示及编码模型研究,TP391.41
  4. 远程医疗系统图像压缩及传输关键技术研究,R318.0
  5. 偏远地区配电变压器防盗监控系统的设计,TM421
  6. 基于小波的雷达视频压缩方法研究,TN957.52
  7. 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
  8. 脑部CT图像的压缩应用,TP391.41
  9. 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
  10. 压缩感知算法及其在矢量量化中的应用,TN911.7
  11. 基于混沌和分形的两类图像处理算法,TP391.41
  12. Pre~2VOD：一种VCR操作支持的VOD/P2P系统,TN948.64
  13. 图像压缩网络终端的设计,TP391.41
  14. 语音人工带宽扩展算法研究,TN912.3
  15. 基于非负矩阵分解的高光谱遥感图像混合像元分解研究,TP751.1
  16. 基于视觉特性及人工神经网络的图像压缩,TP391.41
  17. 基于矢量量化的高光谱图像无损压缩算法研究,TP751.1
  18. 基于小波分析的图像压缩的研究,TP391.41
  19. 基于小波分析的数字水印算法,TP309.7
  20. 甚低速率语音编码器算法研究,TN912.3
  21. 端到端保密通信中的类语音调制解调研究,TN918

中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
© 2012 www.xueweilunwen.com