基于改进预测树的高光谱图像无损压缩方法研究(可复制论文).pdf

摘要由于高光谱遥感图像光谱分辨率的提高,可以获得比多光谱图像更丰富的信息,并使得许多原先用多光谱信息不能解决的问题现在可以得到解决,因此正备受国内外学者的关注。由于具有高的空间分辨率和谱间分辨率,高光谱遥感图像被广泛应用于地理资源监测、农作物生长状况的监测、环境保护、城市规划和军事目标侦查等领域。然而,高光谱图像的巨大的数据量制约了高光谱遥感技术的应用和发展,有效的图像数据压缩成为亟待解决的问题。鉴于高光谱图像较高的获取成本和宝贵的应用价值,无损压缩成为首选的方案。本文在结合前人工作成果的基础上对高光谱遥感图像无损压缩方法进行了进一步研究。首先从图像压缩的角度深入分析了高光谱遥感图像的相关性特性。实验表明,高光谱遥感图像的冗余信息主要表现在它的空间相关性和谱间相关性。空间相关性和自然图像相比较弱,而谱间相关性较强,其中,谱间相关性又表现在它具有较强的谱间结构相似性和统计相关性。实验结果还表明,谱间相关性并不总是很强,由于成像仪噪声和其他未知的因素影响,某些波段间的相关性也比较弱,相关性系数呈现出非平稳特性。因此,无损压缩算法的重点是致力于消除谱间冗余信息。然后在侧邻域最小绝对权值げ馐鞣椒ǖ幕∩咸岢鲆恢指慕方法。传统的げ馐髂芄唤虾玫拿枋龅鼻安ǘ魏筒慰疾ǘ蔚木植拷峁相似性,但是当两个波段的灰度值存在幅度上的伸缩时,采用预测树得到的预测值与原始值相差较大。本文深入分析了传统预测树方法在高光谱遥感图像压缩中存在的局限性,并针对这些缺点提出了改进方法,定义一个尺度伸缩因子来表达相邻两波段局部上下文的灰度变化,通过比较局部上下文梯度来估算该尺度伸缩因子,并用它对当前的预测值进行修正。实验结果表明,采用修正后的预测值可以显著减小预测残差图像的一阶熵,从而进一步降低码率。最后结合高光谱遥感图像相关性分析结果,提出谱间预测和空间预测相结合的综合预测器,计算当前波段与前一波段的相关性系数,拿该系数与预先设定的参考阈值比较,如果相关系数大于参考值,则对当前波段进行谱间预测,
知识水坝***@pologoogle为您整理
前一波段作为当前波段的参考波段,反之,直接对当前波段进行空间预测。仿真结果表明,同当前的一些优秀的预测器相比,本文提出的改进预测树谱间预测方法以及谱间预测和空间预测相结合的综合预测器对高光谱遥感图像具有较好的无损压缩性能,并且算法复杂度较低,硬件要求不高,具有一定的实际应用价值。关键字:遥感高光谱图像无损压缩预测树げ馐摘要
知识水坝***@pologoogle为您整理
嗽鷗响琱馆.,辴,,.甧“.,。甧鷆,猻琹甧..甿唱,赾瓻甧゛‘
,畉,,,盯琽,.猳·甀,’畂
中国科学技术大学学位论文原创性和授权使用声明本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外,论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。本人授权中国科学技术大学拥有学位论文的部分使用权,即:,可以将学位论文编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后也遵守此规定。
阡固团信息记录和传绚第滦髀畔⒃,一般意义上的遥感只有电磁波探测钒残碌龋。任何目标物体都具有发射、反射和吸收电磁波的性质,遥感是应用探测仪器从远处把目标的电磁波特性记录下来,通过分析和处理揭示出物体特征和存在环境的综合性探测技术。遥感是一门新兴的综合性探测技术科学,它集中了现代物理学、航空航天、电子计算机技术、光学、通信技术、精密仪器和数学方法等学科的高新成就,自上世纪年代以来获得了迅速发展,已经在地理学、地质学、生态学、环境科学、大气科学和海洋科学等学科领域得到了广泛的研究和应用。根据遥感的定义,一个完整的遥感系统包括:信息源、信息获取、信息记录和传输、信息处理和信息应用五大部分,如图所示。信息处理信息应用目标物与电磁波的相互作用构成了目标物的电磁波特性;传感器接收、记录目标物的电磁波信息,并通过微波天线传给地面接收站;地面接收站接收到遥感卫星发送过来的电磁波信息,记录在高密度的磁介质上绺呙芏却糯鳫或光盘等⒔幸幌盗写恚缧畔⒒指础⒎湫U⑼队氨浠坏龋僮;成用户可以使用的通用数据格式,供用户使用。遥感技术是一个综合性技术,它的分类方法很多,根据不同的分类标准可以图遥感系统的组成疘。‘’’。’。’。‘‘’’。⋯’!!!!!甞’。‘‘‘’’‘。‘’’’’。。。’‘。。。。!!!!!!甀
虻牟ǔし段诨袢个连续的光谱波段图像,波段宽度为,,刚珹曲疘甊后者完成光谱扫描或光谱波段分割。成像