版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著人類科學(xué)技術(shù)的進(jìn)步,遙感技術(shù)的應(yīng)用也日益增多。其中遙感高光譜(Hyperspectral)圖像能同時(shí)收集從可見(jiàn)光到近紅外波段范圍內(nèi)的光譜信息,具有較高的光譜分辨率。因此,它能解決許多多光譜圖像不能解決的問(wèn)題,是遙感技術(shù)應(yīng)用的一個(gè)重大飛躍。但隨著遙感高光譜圖像日益廣泛的應(yīng)用,與此同時(shí)也帶來(lái)了數(shù)據(jù)量的海量增長(zhǎng),龐大的數(shù)據(jù)量給存儲(chǔ)和傳輸都帶來(lái)了巨大的困難。因而進(jìn)行良好有效的高光譜圖像數(shù)據(jù)壓縮是十分必要的。遙感圖像不同于一般的視頻圖像,它除
2、了為人眼視覺(jué)系統(tǒng)服務(wù),同時(shí)也是為某種特殊的應(yīng)用服務(wù)。而一般在遙感圖像壓縮研究中,主要考慮的都是如何在一定壓縮比情況下使圖像質(zhì)量達(dá)到最佳,即獲得較小的均方誤差(MSE,Mean Square Error),較大的信噪比。但是對(duì)于高光譜圖像而言,任何一幅壓縮的高光譜圖像最后均要用于一定的實(shí)際用途,比如分類就是目前比較廣泛的一種應(yīng)用。基于分類應(yīng)用,在壓縮中不能僅僅考慮以通常的MSE最小準(zhǔn)則為壓縮的衡量指標(biāo),同時(shí)也要研究兼顧分類作為壓縮的評(píng)價(jià)指
3、標(biāo),研究基于分類應(yīng)用條件下的高光譜圖像壓縮系統(tǒng)。本論文首先分析了高光譜圖像的數(shù)據(jù)特點(diǎn)。高光譜圖像的特性是對(duì)高光譜圖像進(jìn)行壓縮的基礎(chǔ)。高光譜圖像具有很多不同于一般圖像的特性,其中重點(diǎn)分析了高光譜圖像空間相關(guān)性、譜間相關(guān)性以及高光譜圖像的數(shù)據(jù)維特點(diǎn)。歸納了壓縮中常用的各種測(cè)度,重點(diǎn)分析了基于MSE和基于分類的壓縮評(píng)價(jià)測(cè)度,為論文的進(jìn)一步研究奠定了理論基礎(chǔ)。小波分析是目前比較流行的一項(xiàng)技術(shù),它具有較強(qiáng)的去冗余能力,良好的時(shí)頻分析特性, SPI
4、HT算法能夠較好的結(jié)合小波的這種特性。因此,論文中,結(jié)合高光譜圖像的特性,研究了三維小波SPIHT變換編碼的壓縮算法。實(shí)驗(yàn)證明該方法具有能量集中程度高,編碼解碼過(guò)程簡(jiǎn)單等優(yōu)點(diǎn),在碼流截?cái)嗟拿恳磺闆r下所顯示的三維圖像質(zhì)量都是當(dāng)時(shí)解碼器輸入位數(shù)所能獲得的最佳圖像,獲得了較好的重建圖像質(zhì)量效果。針對(duì)一般的高光譜圖像壓縮方法中都只考慮了如何使均方誤差最小而沒(méi)有聯(lián)系后續(xù)的分類應(yīng)用這一問(wèn)題,本文研究了一種聯(lián)合MSE和分類失真測(cè)度的高光譜圖像壓縮方法
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于光譜特性的高光譜圖像壓縮方法研究.pdf
- 基于空譜聯(lián)合的高光譜圖像分類研究.pdf
- 空譜信息聯(lián)合的高光譜圖像分類方法研究.pdf
- 高光譜圖像壓縮方法研究.pdf
- 基于組稀疏編碼的高光譜圖像空譜聯(lián)合分類方法.pdf
- 基于LSTSVM的高光譜圖像分類方法研究.pdf
- 高光譜圖像地物分類和分割方法研究.pdf
- 基于三維光譜模型的高光譜圖像壓縮方法的研究.pdf
- 基于主動(dòng)學(xué)習(xí)的高光譜圖像分類方法研究.pdf
- 328.高光譜圖像壓縮的方法研究
- 高光譜圖像分類方法的若干研究.pdf
- 高光譜遙感圖像分類方法研究.pdf
- 高光譜圖像地物分類和分割方法研究(1)
- 高光譜圖像壓縮的研究.pdf
- 基于壓縮感知的高光譜圖像稀疏解混方法研究.pdf
- 基于圖像融合的高光譜圖像分類.pdf
- 基于相關(guān)熵方法的高光譜圖像分類算法的研究.pdf
- 基于圖像融合的高光譜遙感圖像分類研究.pdf
- 基于低秩表示的空譜聯(lián)合高光譜圖像分類模型與方法.pdf
- 基于張量的高光譜遙感圖像壓縮研究.pdf
評(píng)論
0/150
提交評(píng)論