收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于自适应波段分组的3D-SPECK高光谱遥感图像压缩算法研究

韦海萍  
【摘要】:遥感图像在现代军事战争中发挥着非常重要的作用,近年来,随着遥感技术的进步和各种应用需求的提高,高光谱图像显示出更大的优势和潜力,它具有比普通遥感图像更为丰富、准确的信息,从而可以实现快速、定量的分析,识别地物的类型和性质。然而,它是以巨大的数据量和高的数据维为代价的,因此,充分利用其特点,研究新的有效的高光谱图像压缩算法是极其必要的。基于此,本文提出一种基于自适应波段分组的3D-SPECK(3D-Set Partitioning Embedded bloCK coder)高光谱遥感图像压缩算法。首先分析高光谱图像的主要特征—图像的相关性。高光谱图像的相关性表现在两个方面:空间相关性和谱间相关性。空间相关性是指每个谱带内某一像素与其相邻像素之间的相似性。谱间相关性是指光谱图像各个谱带的同一空间位置像素的相似性。其次介绍自适应波段分组方法。该方法能够针对等间隔波段分组方法的不足,充分利用高光谱图像谱带间相关系数的分布特点,使得分组更合理,能够避免相关性很低的两个谱带分到一组影响压缩性能。然后对分组后的图像采取基于DCT/DWT的3D-SPECK压缩算法进行压缩。首先利用二维DWT去除空间相关性,利用DCT去除谱间相关性,然后在对称3D-SPECK算法的基础上,根据去相关后系数的分布特点,改进集合块分裂方法,进行改进的3D-SPECK编码。同时,对算法中的集合排序部分进行改进,提出多链表结构,并且充分考虑零块结构中各子块的关系,减少一些不必要的码流输出。利用OMIS-I高光谱遥感图像desert和river作为试验图像,分别利用2D-SPECK,3D-SPECK,DCT/DWT+3D-SPIHT以及本文提出的DCT/DWT+3D-SPECK方法进行压缩,并得到它们进行不同码率压缩后的率失真曲线和压缩解压缩时间。从率失真曲线可以看出,本文提出的算法性能优于其它算法,在同一码率下SPECK编码的PSNR比SPIHT编码高0.28dB~0.92dB。通过对压缩解压缩时间对比分析,本文提出的算法耗时较短,在同等压缩码率下,它的编码速率比3D-SPIHT快2.6倍。试验结果表明,本文提出的算法能够充分高光谱图像的特点,包括谱间相关性、以及谱间相关性与空间相关性的差异等,进行高效压缩,从而大大降低了高光谱图像的数据量,为高光谱图像的应用奠定了良好的基础。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 史洁玉;周付根;刘志芳;;基于一维DCT的高光谱点干涉图像压缩算法[J];仪器仪表学报;2006年S3期
2 赵春晖;陈万海;张凌雁;;基于提升格式的高光谱遥感图像压缩算法[J];哈尔滨工程大学学报;2006年04期
3 赵春晖;陈万海;张凌雁;;一种基于矢量量化的高光谱遥感图像压缩算法[J];哈尔滨工程大学学报;2006年03期
4 李玲;王贞松;;基于FFT的星载SAR复数图像压缩及其码率控制算法[J];遥感学报;2009年06期
5 杨志高;易尧华;秦前清;;基于视觉掩盖效应的自适应图像压缩算法[J];武汉大学学报(信息科学版);2006年09期
6 孙荣春;徐抒岩;田宝凤;王昕;;一种基于重叠块的遥感图像压缩算法[J];光学技术;2006年S1期
7 王明富;杨世洪;吴钦章;;一种基于小波变换的遥感图像压缩算法[J];光电工程;2009年11期
8 王柯俨;吴成柯;邓家先;孔繁锵;郭杰;;基于经验数据分解的干涉多光谱图像压缩算法[J];西安电子科技大学学报;2007年06期
9 王锦江;毕笃彦;高山;;遥感图像压缩算法性能评价研究[J];微计算机信息;2008年27期
10 严俊雄;王文;李子扬;李安;陈勃;;基于DCT和DWT的遥感图像压缩算法比较[J];科学技术与工程;2008年19期
11 朱里;汪国有;张磊;王文涛;;基于小波变换的低通系数差分的图像压缩算法[J];华中科技大学学报(自然科学版);2006年08期
12 王明富;杨世洪;吴钦章;;基于角点检测的遥感图像几何质量评价方法[J];测绘学报;2011年02期
13 吴家骥,吴成柯;基于Karhunen-Loeve和小波变换的多光谱图像三维集合嵌入块编码压缩算法[J];电子与信息学报;2005年08期
14 罗建书;卓红艳;黎明君;;基于整数小波变换的多光谱遥感图像压缩技术[J];国防科技大学学报;2005年06期
15 罗欣;郭雷;刘震;;基于IPCT/3-D Tarp的高光谱图像无损压缩[J];红外与毫米波学报;2007年06期
16 宋世刚;粘永健;李纲;;面向目标检测的高光谱图像压缩技术[J];计算机技术与发展;2009年11期
17 张成;;小波变换在遥感影像压缩中的应用[J];城市勘测;2011年02期
18 宫久路;谌德荣;曹旭平;弓宇;;一种最大压缩误差可控的高光谱图像压缩算法[J];宇航学报;2009年06期
19 粘永健;王展;万建伟;辛勤;;面向异常检测的高光谱图像压缩技术[J];国防科技大学学报;2009年03期
20 吴传庆,童庆禧,郑兰芬;基于小波变换的高光谱图像消噪[J];遥感信息;2005年04期
中国重要会议论文全文数据库 前10条
1 韦海萍;;基于自适应波段分组的3D-SPECK高光谱遥感图像压缩算法研究[A];第十七届中国遥感大会摘要集[C];2010年
2 薛龙;黎静;刘木华;;IDL与ENVI的二次开发在高光谱图像预处理的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 何元磊;黄世奇;易世华;刘志刚;齐玮;;一种基于噪声调节主成分分析的高光谱图像波段选择方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
4 张晓红;张立福;王晋年;童庆禧;;HJ-1A卫星高光谱遥感图像质量综合评价[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
5 王立国;;光谱解译中支持向量机模型和空间信息的利用[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
6 佘二永;;一种基于D-S证据理论的高光谱图像分类方法[A];2009年通信理论与信号处理学术年会论文集[C];2009年
7 张霞;张兵;胡方超;童庆禧;;CHRIS高光谱数据大气自校正与仪器定标精度评价[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
8 韦海萍;赵保军;何佩琨;;高光谱遥感图像压缩技术的研究[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年
9 蒲晓丰;雷武虎;黄涛;王迪;;基于稳健背景子空间的高光谱图像异常检测[A];中国光学学会2010年光学大会论文集[C];2010年
10 张兵;王向伟;郑兰芬;童庆禧;;高光谱图像地物分类与识别研究[A];成像光谱技术与应用研讨会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 姚伏天;基于高斯过程的高光谱图像分类研究[D];浙江大学;2011年
2 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年
3 齐滨;高光谱图像分类及端元提取方法研究[D];哈尔滨工程大学;2012年
4 周爽;蚁群算法在高光谱图像降维和分类中的应用研究[D];哈尔滨工业大学;2010年
5 孙蕾;小波构造理论及其在高光谱遥感图像去噪与压缩中的应用[D];国防科学技术大学;2010年
6 张易凡;多光谱遥感图像融合技术研究[D];西北工业大学;2007年
7 贺霖;高光谱图像自动目标检测技术研究[D];西北工业大学;2007年
8 周正;基于自适应谱段重组的高光谱图像压缩方法研究[D];华中科技大学;2007年
9 马舜峰;星载CCD遥感相机图像压缩技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
10 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 胡倩;基于知识的高光谱图像波谱匹配技术研究与应用[D];中国地质大学(北京);2010年
2 唐雪飞;基于案例推理的高光谱图像分类研究[D];哈尔滨工业大学;2010年
3 魏然;基于三维光谱模型的高光谱图像压缩方法的研究[D];哈尔滨工业大学;2010年
4 包海燕;高光谱溢油图像分类算法研究[D];大连海事大学;2011年
5 张亚南;高光谱图像特征分析技术的研究与软件开发[D];中国地质大学(北京);2010年
6 马莉;基于FSVM的高光谱遥感影像分类算法研究[D];河南大学;2010年
7 吕翠芬;基于独立成分分析的高光谱溢油图像聚类研究[D];大连海事大学;2011年
8 严萌;基于异常特征保护的高光谱图象压缩方法研究[D];哈尔滨工业大学;2011年
9 张燚;基于相关向量机的高光谱图像分类算法研究[D];哈尔滨工程大学;2012年
10 杨倩倩;高光谱溢油图像特征提取在油种识别中的应用[D];大连海事大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978