干涉多光谱图像压缩编码方法研究

干涉多光谱图像压缩编码方法研究

论文摘要

遥感图像在人类生活和军事领域的应用日益广泛,适合各种要求的遥感图像编码技术具有重要的现实意义。不同的应用需要各自合适的图像压缩算法以满足特定的性能指标。结合我国863干涉多光谱图像项目,在对我国的大孔径静态干涉成像光谱仪(LASIS)成像原理进行深入分析之后,利用成像推扫平移特性,提出一种低存储量,帧间基于小波域系数匹配的序列压缩,只需存储两帧图像,比起单帧处理提高图像PSNR 3-4dB。避免了基于三维小波变换的编码算法对系统大存储量要求以及编码延时大的缺陷,降低了系统编码复杂度,提高了编码效率,更适合硬件实现。为了保护图像的光谱特征,系统采用了一种新的感兴趣区域(Region of interest, ROI)编码技术,使系统的压缩比提高8倍以上。该感兴趣区域(ROI)编码采用率失真优化斜率提升,而不是比特平面移位,使图像在相同的光谱分辨率下拥有更好的空间分辨率。试验数据表明,算法大大保护了图像的光谱特性,在8倍压缩比情况时,满足遥感干涉多光谱遥感图像要求。

论文目录

  • 第一章 绪论
  • 1.1 引言
  • 1.2 图像编码技术的研究进展
  • 1.2.1 第一代图像压缩编码阶段(1985年以前)
  • 1.2.2 第二代图像压缩编码阶段(1985年以后)
  • 1.3 图像数据压缩标准的概况
  • 1.4 国内外遥感图像压缩技术的最新进展与启示
  • 第二章 小波变换基础理论
  • 2.1 引言
  • 2.2 小波分析概述
  • 2.2.1 Fourier分析
  • 2.2.2 小波变换基本定义
  • 2.2.3 Mallat算法与滤波器组
  • 2.2.4 提升小波变换
  • 2.3 小波变换用于图像编码的优点
  • 2.4 本章小结
  • 第二章 内嵌码块编码
  • 3.1 引言
  • 3.2 内嵌比特平面编码原理
  • 3.2.1 编码原理
  • 3.2.2 编码效率
  • 3.2.3 一股框架
  • 3.3 JPEG2000编码系统框架
  • 3.4 本章小结
  • 第四章 大孔径干涉光谱仪静止图像压缩编码
  • 4.1 引言
  • 4.2 成像光谱技术原理
  • 4.2.1 傅立叶变换光谱仪原理
  • 4.2.2 傅立叶变换光谱仪
  • 4.2.3 干涉成像光谱仪技术
  • 4.2.4 大孔径静态干涉成像光谱仪原理及成像特点分析
  • 4.3 率失真优化截取内嵌码块压缩编码
  • 4.3.1 小波变换对差值图像编码影响
  • 4.3.2 小波域匹配算法
  • 4.3.3 率失真提升准无损编码
  • 4.4 试验与分析
  • 4.5 本章小结
  • 第五章 结束语
  • 致谢
  • 参考文献
  • 研究成果
  • 相关论文文献

    • [1].多光谱图像技术在食品品质检测中的应用研究[J]. 食品界 2017(04)
    • [2].照明光源对多光谱图像采集精度影响的研究[J]. 激光杂志 2016(12)
    • [3].基于数据场模型的多光谱图像边缘检测[J]. 东南大学学报(自然科学版) 2013(S1)
    • [4].我国研制出同时获取立体和多光谱图像方法[J]. 现代科学仪器 2011(02)
    • [5].我国研制出同时获取立体和多光谱图像的方法[J]. 光学仪器 2011(03)
    • [6].面向高保真复现的多光谱图像融合算法[J]. 数字印刷 2019(02)
    • [7].基于卷积神经网络的端到端多光谱图像压缩方法[J]. 中国激光 2019(10)
    • [8].一种快速的全色和多光谱图像融合算法[J]. 测绘科学 2016(01)
    • [9].多光谱图像技术在土壤酸碱度检测中的应用[J]. 红外 2014(03)
    • [10].多光谱图像的无损压缩方法[J]. 计算机工程与科学 2010(04)
    • [11].基于分布式信源编码的干涉多光谱图像压缩[J]. 光学学报 2008(08)
    • [12].色彩再现的多光谱图像压缩[J]. 光谱学与光谱分析 2015(01)
    • [13].基于高/多光谱图像空天一体融合仿真方法[J]. 物理学报 2013(20)
    • [14].计量荟萃[J]. 中国计量 2011(09)
    • [15].基于子带谱间变换的多光谱图像压缩[J]. 电光与控制 2018(06)
    • [16].基于小波支持向量回归的遥感多光谱图像分辨率增强算法[J]. 华东理工大学学报(自然科学版) 2012(03)
    • [17].MODIS多光谱图像压缩研究[J]. 电子与信息学报 2008(10)
    • [18].利用高斯混合模型的多光谱图像模糊聚类分割[J]. 光学精密工程 2017(02)
    • [19].调制传递函数对全色多光谱图像融合影响[J]. 遥感信息 2016(03)
    • [20].面向高保真再现的多光谱图像融合技术[J]. 影像科学与光化学 2014(06)
    • [21].多光谱图像的边缘特征检测方法[J]. 武汉大学学报(信息科学版) 2012(06)
    • [22].红外多光谱图像弹道目标检测算法[J]. 国防科技大学学报 2016(06)
    • [23].非线性偏微分方程增强多光谱图像清晰度[J]. 光学仪器 2014(03)
    • [24].基于比值变换的全色与多光谱图像高保真融合方法[J]. 计算机科学 2014(10)
    • [25].色外观匹配的多光谱图像再现[J]. 西安电子科技大学学报 2011(04)
    • [26].一种新的高效干涉多光谱图像压缩算法[J]. 光子学报 2009(06)
    • [27].一种高分辨率多光谱图像的多尺度分割方法[J]. 北京大学学报(自然科学版)网络版(预印本) 2008(03)
    • [28].面向高保真再现的多光谱图像降维方法[J]. 包装工程 2016(11)
    • [29].由天绘一号02卫星拍摄的巴西里约热内卢高分辨率多光谱图像(局部)[J]. 卫星应用 2014(03)
    • [30].一种适合星载多光谱图像的压缩算法研究[J]. 航天返回与遥感 2011(01)

    标签:;  ;  ;  ;  

    干涉多光谱图像压缩编码方法研究
    下载Doc文档

    猜你喜欢