遙感大數(shù)據(jù)處理是典型的大數(shù)據(jù)應(yīng)用方向之一.由于遙感圖像時空分辨率高、數(shù)據(jù)量大,相鄰像元間存在較大的冗余信息,這給數(shù)據(jù)傳輸和數(shù)據(jù)存儲帶來一定的困難.為此,本文提出一種基于奇異值分解（SVD）的遙感圖像壓縮方法,首先通過SVD分解獲得壓縮矩陣,然后采用局部壓縮矩陣生成原始圖像的近似圖像.在分解過程中,通過壓縮矩陣的奇異值曲線獲取奇異值的衰減曲線以及對圖像的貢獻程度.選取不同的壓縮值可以實現(xiàn)遙感圖像的壓縮.實驗表明,基于奇異值分解的遙感圖像壓縮方法能夠有效地實現(xiàn)遙感圖像的壓縮,具有良好的壓縮效果. 

【文章來源】：紹興文理學(xué)院學(xué)報(自然科學(xué)). 2020,40(04)

【文章頁數(shù)】：5 頁

【部分圖文】：

原始圖像和分量圖像

圖1原始圖像和分量圖像圖2R通道圖像奇異值曲線圖3G通道圖像奇異值曲線圖4B通道圖像奇異值曲線圖5R通道圖像重構(gòu)圖6G通道圖像重構(gòu)圖7B通道圖像重構(gòu)圖8重構(gòu)圖像211紹興文理學(xué)院學(xué)報(自然科學(xué))第40卷

圖1原始圖像和分量圖像圖2R通道圖像奇異值曲線圖3G通道圖像奇異值曲線圖4B通道圖像奇異值曲線圖5R通道圖像重構(gòu)圖6G通道圖像重構(gòu)圖7B通道圖像重構(gòu)圖8重構(gòu)圖像211紹興文理學(xué)院學(xué)報(自然科學(xué))第40卷

【參考文獻】：
期刊論文
[1]高光譜遙感圖像波段選擇方法研究[J]. 黎偉強,倪志平.  激光雜志. 2019(06)
[2]智能遙感研究現(xiàn)狀與展望[J]. 陳昕,劉昌昊,陳培永,華春,劉延芳.  無人系統(tǒng)技術(shù). 2019(03)
[3]遙感圖像云檢測的多尺度融合分割網(wǎng)絡(luò)方法[J]. 郭玥,于希明,王少軍,彭宇.  儀器儀表學(xué)報. 2019(06)
[4]關(guān)于遙感圖像云檢測方法研究進展[J]. 劉增偉.  數(shù)字通信世界. 2019(04)
[5]利用高分辨率光學(xué)遙感圖像檢測震害損毀建筑物[J]. 葉昕,秦其明,王俊,鄭小坡,王建華.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2019(01)
[6]紅外遙感圖像分區(qū)域云層的目標檢測仿真[J]. 王寧,鄧秋菊.  計算機仿真. 2018(12)
[7]一種高分辨率遙感圖像去霧霾方法[J]. 譚偉,曹世翔,齊文雯,何紅艷.  光學(xué)學(xué)報. 2019(03)
[8]遙感圖像分類有損壓縮的定量分析[J]. 惠鵬飛,石翠萍,張微.  科學(xué)技術(shù)創(chuàng)新. 2017(33)
[9]遙感圖像云檢測方法研究進展[J]. 劉紫涵,吳艷蘭.  國土資源遙感. 2017(04)
[10]遙感大數(shù)據(jù)研究現(xiàn)狀與發(fā)展趨勢[J]. 朱建章,石強,陳鳳娥,史曉丹,董澤民,秦前清.  中國圖象圖形學(xué)報. 2016(11)

碩士論文
[1]基于分布式平臺Spark和YARN的數(shù)據(jù)挖掘算法的并行化研究[D]. 梁彥.中山大學(xué) 2014



本文編號：3126755