基于冗余字典的高光谱遥感图像压缩算法的研究与实现

发布时间：2024-03-10 16:32

　　高光谱遥感技术利用成像光谱仪器,能够获得高空间分辨率和高光谱分辨率的图像,在国家发展中发挥着越来越大的作用。然而,高光谱图像庞大的数据量信息,使其在存储和传输中产生了很大不便,同时也对高光谱图像技术的应用和推广研究带来了困难,限制了了高光谱成像技术的进一步发展。而通过提高硬件条件解决问题,则要付出高昂的代价。因此,通过数学和数字信号处理相结合的方法,寻求一种高光谱图像的高效压缩方法,来提升高光谱遥感图像的压缩和存储效率,意义重大。在此背景下,本文针对高光谱图像的特点和压缩应用的实际需求,开展了基于冗余字典的高光谱图像压缩编码技术的研究工作,主要工作内容有以下几方面:(1)针对高光谱图像的特点,实现了基于光谱维的高光谱图像冗余字典训练和稀疏分解。通过设计一个最优的冗余字典,可以达到用字典中代表性的原子线性表示高光谱图像像元的目的。研究中采用的字典训练方法是K-SVD算法,通过此算法对高光谱图像进行训练,获得冗余字典。对实验图像复原效果进行对比分析表明,该算法得到的冗余字典能有效的对高光谱图像进行稀疏表示。(2)设计并实现了一种基于冗余字典的高光谱图像压缩算法。结合稀疏分解原理和数据特征,...

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

图2-1高光谱图像数据立方体以及光谱曲线

北京工业大学工程硕士专业学位论文图像具有相同的空间分辨率，这样就可以构成一个高光谱数据立方体（如图2-1左半侧所示）。根据获得的高光谱数据立方体，取每一个光谱波段图像的同一个像元，并且以光谱波长为横轴，就可将该像元的信息以光谱曲线的形式表达出来（如图2-1右半侧所示）。

图2-2雪、小麦、沙漠、湿地四种地物的光谱曲线图

图2-2雪、小麦、沙漠、湿地四种地物的光谱曲线图ig.2-2Thespectralcurveimageoffourobjects:snow,wheat,deserts,遥感图像的特点分析不同特点决定了对图像处理方式的不同。高光谱图像与，因此对高光谱图像的处理方....

图2-3(a)普通图像;(b)成像光谱图像

11,fxyufxyMN(2-2)其中，M表示高光谱图像宽度，N表示高光谱图像高度，f(x,y)表示图像中坐标为(x,y)的像素点的像素值的大小，fu为所求高光谱图像所有像素点的平均像素值。l与k当表示距(x,y)点的横坐标偏移l距离，纵....

图2-4OMIS图像：(a)114波段;(b)115波段Figure2-4OMISimage:(a)114thband;(b)115thband

空间分辨能力很高，不同波段的地物信息纹理记录细致，而不同波段的不同只是光谱信息的不同，图像内容和结构是相同的，因此谱间相关性很高。波段i关于波段i+t的谱间相关系数计算公式如下（2-3）：11221111,,,,MNii....

本文编号：3925079