学位论文 > 优秀研究生学位论文题录展示

基于三维光谱模型的高光谱图像压缩方法的研究

作　者: 魏然
导　师: 张晔
学　校: 哈尔滨工业大学
专　业: 信息与通信工程
关键词: 高光谱图像压缩光谱模型联合预测器硬件实现
分类号: TP751.1
类　型: 硕士论文
年　份: 2010年
下　载: 100次
引　用: 0次
阅　读: 论文下载

内容摘要

高光谱图像是遥感图像的一种,但它与可见光、红外等遥感图像最大的不同在于多了一个含有丰富光谱信息的光谱维,且光谱分辨率高,因此它在对地观测、目标识别等领域得到了广泛的应用。然而,高光谱图像这种高光谱分辨率在给遥感信息的解译带来巨大的优势的同时,也给它的传输和存储带来了不小的困难,因为高光谱图数据量都比较大。因此,研究高光谱图像的压缩和编码算法具有很现实的理论意义和重要的应用价值。本文正是基于上述背景而展开研究的。为了给高光谱图像的压缩提供理论基础,本文首先对高光谱图像的空间相关性、谱间相关性和信息量特征进行了分析。空间相关性分析的结果表明,高光谱图像每个波段虽然都具有一定的空间相关性,但其相关性要低于普通的二维图像,因此不能将二维图像的压缩方法直接用到三维的高光谱图像上来;对高光谱图像所特有的谱间相关性的分析则得出了高光谱图像谱间相关性要远强于空间相关性的结论,因此在压缩的时候需要更多的注重于去除高光谱图像谱方向冗余,即谱相关;而对高光谱图像信息量的分析则表明,压缩高光谱图像不能一味追求大压缩比,因为高光谱图像每个波段的信息量都很大,如果采用大压缩比压缩则会丢失很多有用信息,不利于后续应用。其次,为了去除高光谱图像的谱间冗余,本文设计了一个基于三维光谱模型的高光谱图像压缩算法。该算法首先在谱方向上对高光谱图像的每个像素进行预测,得到一个初始预测值,然后再根据该像素邻域内的像素建立一个三维光谱模型,对初始预测值进行修正,得到最终的预测值,最终预测值相比于初始预测值更接近于该像素的实际值,因此预测精度得到了提高。经过这种预测后的高光谱图像还存在着空间冗余,因此又将其残差图经小波变换后进行了2D-SPIHT编码。实验结果表明,该算法相对于经典的两种算法——最优谱间DPCM和自适应线性预测算法,无论是在重建图像的峰值信噪比还是残差图像的信息熵上都具有明显的提高。再次,本文又研究了一种空-谱联合预测器。上述基于三维光谱模型的压缩算法虽然去相关效果较好,但计算复杂,且光谱相关性和空间相关性需要两步去除,因此本文又在现有高光谱空间预测器和谱间预测器的基础上,研究了一种空-谱联合预测器,实验结果表明,该预测器较独立使用的空间和谱间预测器具有更高的预测精度。最后,考虑到研究高光谱图像压缩算法最终都是为了解决高光谱图像传输困难和存储困难的问题,因此在本文的最后一章,构建了一套高光谱图像压缩的硬件系统,该系统先用FPGA去除高光谱图像的谱相关性,然后又用ADV202去除了高光谱图像的空间相关性,最后形成了压缩码流。通过在计算机上对压缩码流的解压结果可以看出,该压缩系统较好的完成了压缩任务,解压结果与软件仿真结果基本一致。

全文目录

摘要  4-6
Abstract  6-10
第1章绪论  10-20
  1.1 课题背景及研究的目的和意义  10-12
  1.2 高光谱图像压缩的可能性  12-13
  1.3 国内外在该研究方向上的研究现状  13-18
    1.3.1 高光谱图像压缩方法概述  13-14
    1.3.2 基于预测的高光谱图像压缩方法  14-15
    1.3.3 基于变换技术的高光谱图像压缩方法  15-17
    1.3.4 基于矢量量化技术的高光谱图像压缩方法  17-18
  1.4 本文的主要研究内容及结构安排  18-20
    1.4.1 本文的主要研究内容  18
    1.4.2 本文的结构安排  18-20
第2章高光谱图像特征及压缩潜力分析  20-30
  2.1 引言  20
  2.2 高光谱图像的介绍  20-22
  2.3 高光谱图像的空间相关性  22-25
  2.4 高光谱图像的谱间相关性  25-27
  2.5 高光谱图像的信息熵分析  27-29
  2.6 本章小结  29-30
第3章基于三维光谱模型的高光谱图像压缩方法  30-44
  3.1 引言  30
  3.2 典型的基于预测的高光谱图像压缩算法  30-33
    3.2.1 最优谱间DPCM预测算法  30-32
    3.2.2 自适应线性预测算法  32-33
  3.3 基于三维光谱模型的高光谱图像压缩算法  33-39
    3.3.1 预测阶段  33-35
    3.3.2 预测误差的修正阶段  35-39
  3.4 实验结果分析  39-43
  3.5 本章小结  43-44
第4章高光谱图像空-谱联合预测器的研究  44-51
  4.1 引言  44
  4.2 高光谱图像空间-谱间联合预测器  44-47
    4.2.1 高光谱图像的空间预测器  44-46
    4.2.2 高光谱图像的谱间预测器  46-47
    4.3.3 高光谱图像的空间-谱间联合预测器  47
  4.3 实验结果及分析  47-50
  4.4 本章小结  50-51
第5章高光谱图像压缩系统的硬件实现  51-59
  5.1 引言  51
  5.2 JPEG2000 基本原理  51-54
    5.2.1 预处理  51-52
    5.2.2 离散小波变换  52-53
    5.2.3 量化  53-54
    5.2.4 EBCOT（最优截断的嵌入式块编码）  54
  5.3 基于ADV202 的高光谱图像压缩系统的硬件实现  54-58
    5.3.1 硬件原理框图  54-58
    5.3.2 实验结果及分析  58
  5.4 本章小结  58-59
结论  59-60
参考文献  60-65
致谢  65

基于三维光谱模型的高光谱图像压缩方法的研究

内容摘要

全文目录

相似论文