高光譜遙感是在許多個(gè)毗鄰的窄波段同時(shí)獲得圖像的新一代光學(xué)遙感探測(cè)技術(shù),它將成像技術(shù)和光譜技術(shù)有機(jī)地融為一體。高光譜圖像提供了關(guān)于地物更細(xì)致的光譜信息,利用這些信息可以有效地用于地物的分析和識(shí)別。然而高光譜圖像的這種較高分辨率的優(yōu)越性是以其較大的數(shù)據(jù)量及較高的數(shù)據(jù)維為代價(jià)的,海量的數(shù)據(jù)給存儲(chǔ)和傳輸帶來(lái)困難。因此,對(duì)高光譜圖像進(jìn)行壓縮編碼的研究具有重要的應(yīng)用價(jià)值。本文首先對(duì)高光譜圖像的數(shù)據(jù)特征進(jìn)行了詳細(xì)的分析。相關(guān)性分析結(jié)果顯示,高光譜圖像的譜間相關(guān)性強(qiáng)于其空間相關(guān)性。譜間相關(guān)性是高光譜圖像所特有的,因此對(duì)高光譜圖像壓縮時(shí)要將重點(diǎn)放在去除譜間相關(guān)性上,而基于譜間相關(guān)性所展開(kāi)的高光譜圖像壓縮的研究也更能體現(xiàn)高光譜圖像本身的特點(diǎn)。同時(shí)通過(guò)高光譜圖像信息熵以及診斷性光譜吸收特征的分析,驗(yàn)證了高光譜圖像各波段的重要性有差異的結(jié)論�？紤]到高光譜圖像光譜信息的重要價(jià)值,在壓縮過(guò)程中應(yīng)盡可能保留光譜信息,尤其重要的光譜信息。為此,本文設(shè)計(jì)了一個(gè)基于重要光譜信息保護(hù)的高光譜圖像有損壓縮系統(tǒng)。為了有效去除高光譜圖像的冗余信息,本文設(shè)計(jì)了基于模糊邏輯的高光譜圖像壓縮的基本框架。該壓縮技術(shù)的核心是基于模糊邏輯的... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

高光譜遙感圖像示意圖

結(jié)構(gòu)化學(xué)理論，電子躍遷過(guò)程產(chǎn)生的光譜吸收譜帶一般較寬礦物中存在的鐵、銅、鎳、錳等過(guò)度金屬元素的電子躍遷引過(guò)程產(chǎn)生的吸收譜帶較尖銳，在短波紅外區(qū)段內(nèi)的地物的光羥基、水分子、碳酸根和硫酸根等基團(tuán)振動(dòng)產(chǎn)生。吸收特征的提取方法有很多，量化的光譜吸收特征稱為光譜圖 2-13 所示，包括：吸 收 波 段 位 置 (P) ： 光 譜 反 射 率 R最 小 值 對(duì) 應(yīng) 的 波 長(zhǎng) 位n( R ) ,P= λ；波段深度(H)：在某一波段吸收范圍內(nèi)，反射率最低點(diǎn)到歸一吸收寬度(W)：波段深度一半處的波段寬度；吸收面積(A)：吸收峰的整體面積，是寬度和深度的綜合參數(shù)；吸收對(duì)稱度(S)： ，其中 A1 為吸收峰左半端的面積；1S =A /A斜率(K)：( )1tane s e sK R R λ λ = ，其中 、eRsR 分別為吸收直線部分)反射率值，eλ 、sλ 為相應(yīng)的波長(zhǎng)；

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文)2 1 2( ) /(Md = λ λ λ λ端反射率差為：s2 1ΔR = R R吸收指數(shù)的定義，則光譜吸收指數(shù)可以表示為：1(1 )/mMdR d RSAI R RR2+ = = 像的第三維突出反映了光譜信息，因此地物目標(biāo)圖像數(shù)據(jù)的相應(yīng)波段，這些波段為高光譜圖像的點(diǎn)保護(hù)這些重要波段，從而實(shí)現(xiàn)對(duì)診斷性特征光從壓縮后的重建圖像提取的光譜特征參數(shù)盡可能

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)預(yù)測(cè)樹(shù)的超光譜遙感圖像無(wú)損壓縮方法[J]. 夏豪,張榮.  電子與信息學(xué)報(bào). 2009(04)
[2]矢量量化壓縮算法在高光譜影像上的研究實(shí)現(xiàn)[J]. 劉天樂(lè),高偉,劉修國(guó),陳啟浩.  計(jì)算機(jī)工程與應(yīng)用. 2008(34)
[3]基于3D SPIHT的高光譜圖像壓縮技術(shù)[J]. 粘永健,辛勤,孫蕾,萬(wàn)建偉.  光學(xué)精密工程. 2008(06)
[4]支持向量奇異檢測(cè)在圖像有損壓縮中的應(yīng)用[J]. 何守印,張立燕.  電子器件. 2008(02)
[5]高光譜遙感數(shù)據(jù)光譜特征提取算法與分類(lèi)研究[J]. 蘇紅軍,杜培軍,盛業(yè)華.  計(jì)算機(jī)應(yīng)用研究. 2008(02)
[6]基于獨(dú)立成分分析的高光譜圖像數(shù)據(jù)降維及壓縮[J]. 馮燕,何明一,宋江紅,魏江.  電子與信息學(xué)報(bào). 2007(12)
[7]基于特征選擇的高光譜圖像快速矢量量化算法[J]. 陳雨時(shí),張曄,谷延鋒.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2007(11)
[8]分組Karhun-Loeve變換/整數(shù)小波變換高光譜影像準(zhǔn)無(wú)損壓縮新方法[J]. 閆敬文,屈小波,陳嘉臻.  光學(xué)學(xué)報(bào). 2007(10)
[9]基于K-means算法和FCM算法的聚類(lèi)研究[J]. 崔文迪,蔡佳佳.  現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版). 2007(10)
[10]基于JPEG2000的多光譜圖像感興趣區(qū)域的壓縮[J]. 李巍,馮燕.  電子測(cè)量技術(shù). 2007(09)

博士論文
[1]基于光譜特性的高光譜圖像壓縮方法研究[D]. 陳雨時(shí).哈爾濱工業(yè)大學(xué) 2007



本文編號(hào)：3266217