基于模糊逻辑的高光谱图像压缩算法的研究

发布时间：2021-07-05 14:09

　　高光谱遥感是在许多个毗邻的窄波段同时获得图像的新一代光学遥感探测技术,它将成像技术和光谱技术有机地融为一体。高光谱图像提供了关于地物更细致的光谱信息,利用这些信息可以有效地用于地物的分析和识别。然而高光谱图像的这种较高分辨率的优越性是以其较大的数据量及较高的数据维为代价的,海量的数据给存储和传输带来困难。因此,对高光谱图像进行压缩编码的研究具有重要的应用价值。本文首先对高光谱图像的数据特征进行了详细的分析。相关性分析结果显示,高光谱图像的谱间相关性强于其空间相关性。谱间相关性是高光谱图像所特有的,因此对高光谱图像压缩时要将重点放在去除谱间相关性上,而基于谱间相关性所展开的高光谱图像压缩的研究也更能体现高光谱图像本身的特点。同时通过高光谱图像信息熵以及诊断性光谱吸收特征的分析,验证了高光谱图像各波段的重要性有差异的结论。考虑到高光谱图像光谱信息的重要价值,在压缩过程中应尽可能保留光谱信息,尤其重要的光谱信息。为此,本文设计了一个基于重要光谱信息保护的高光谱图像有损压缩系统。为了有效去除高光谱图像的冗余信息,本文设计了基于模糊逻辑的高光谱图像压缩的基本框架。该压缩技术的核心是基于模糊逻辑的... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

高光谱遥感图像示意图

结构化学理论，电子跃迁过程产生的光谱吸收谱带一般较宽矿物中存在的铁、铜、镍、锰等过度金属元素的电子跃迁引过程产生的吸收谱带较尖锐，在短波红外区段内的地物的光羟基、水分子、碳酸根和硫酸根等基团振动产生。吸收特征的提取方法有很多，量化的光谱吸收特征称为光谱图 2-13 所示，包括：吸 收 波 段 位 置 (P) ： 光 谱 反 射 率 R最 小 值 对 应 的 波 长 位n( R ) ,P= λ；波段深度(H)：在某一波段吸收范围内，反射率最低点到归一吸收宽度(W)：波段深度一半处的波段宽度；吸收面积(A)：吸收峰的整体面积，是宽度和深度的综合参数；吸收对称度(S)： ，其中 A1 为吸收峰左半端的面积；1S =A /A斜率(K)：( )1tane s e sK R R λ λ = ，其中 、eRsR 分别为吸收直线部分)反射率值，eλ 、sλ 为相应的波长；

哈尔滨工业大学工学硕士学位论文)2 1 2( ) /(Md = λ λ λ λ端反射率差为：s2 1ΔR = R R吸收指数的定义，则光谱吸收指数可以表示为：1(1 )/mMdR d RSAI R RR2+ = = 像的第三维突出反映了光谱信息，因此地物目标图像数据的相应波段，这些波段为高光谱图像的点保护这些重要波段，从而实现对诊断性特征光从压缩后的重建图像提取的光谱特征参数尽可能

【参考文献】：
期刊论文
[1]基于改进预测树的超光谱遥感图像无损压缩方法[J]. 夏豪,张荣.  电子与信息学报. 2009(04)
[2]矢量量化压缩算法在高光谱影像上的研究实现[J]. 刘天乐,高伟,刘修国,陈启浩.  计算机工程与应用. 2008(34)
[3]基于3D SPIHT的高光谱图像压缩技术[J]. 粘永健,辛勤,孙蕾,万建伟.  光学精密工程. 2008(06)
[4]支持向量奇异检测在图像有损压缩中的应用[J]. 何守印,张立燕.  电子器件. 2008(02)
[5]高光谱遥感数据光谱特征提取算法与分类研究[J]. 苏红军,杜培军,盛业华.  计算机应用研究. 2008(02)
[6]基于独立成分分析的高光谱图像数据降维及压缩[J]. 冯燕,何明一,宋江红,魏江.  电子与信息学报. 2007(12)
[7]基于特征选择的高光谱图像快速矢量量化算法[J]. 陈雨时,张晔,谷延锋.  哈尔滨工业大学学报. 2007(11)
[8]分组Karhun-Loeve变换/整数小波变换高光谱影像准无损压缩新方法[J]. 闫敬文,屈小波,陈嘉臻.  光学学报. 2007(10)
[9]基于K-means算法和FCM算法的聚类研究[J]. 崔文迪,蔡佳佳.  现代计算机(专业版). 2007(10)
[10]基于JPEG2000的多光谱图像感兴趣区域的压缩[J]. 李巍,冯燕.  电子测量技术. 2007(09)

博士论文
[1]基于光谱特性的高光谱图像压缩方法研究[D]. 陈雨时.哈尔滨工业大学 2007



本文编号：3266217