欢迎来到天天文库
浏览记录
ID:26846284
大小:1.90 MB
页数:82页
时间:2018-11-29
《基于小波变换的高光谱图像压缩技术分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、----西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切的法律责任。本人签名:日期西安电子科技大学关于论文
2、使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)本学位论文属于保密,在年解密后适用本授权书。本人签名:日期导师签名:日期------摘要I摘要信息技术的发展,图像压缩已经成
3、为数据压缩的一个核心领域。图像经小波变换后存在某些明显的统计特性,如图像子带内以及子带间的相关性等,某些传统的编码方法很好地利用了这些特性,并取得了良好的编码效果。如何去相关性和有效利用上下文信息提高编码性能是本文的主要出发点。本文主要工作总结如下:本文在已有的压缩图像方法基础上,研究以小波变换为基础的零树编码算法,利用提升方法构造整数可逆小波变换,并根据高光谱图像自身的特点,选择适合的整型小波变换,结合等级树集合分裂(SPIHT)算法,利用位平面编码的思想实现波段图像的渐进传输,实现从有损到无损的压缩。
4、此外,根据光谱波段之间的相关性分析结果对若干波段进行重组,将各组波段图像进行三维小波变换,在去除图像空间相关性的同时,也去除了波段图像之间的相关性,从而进一步降低图像的熵。再运用3D-SPIHT算法对三维小波系数进行编码,实现了无损压缩。此外,我们实现了一种优化零树结构的AT-3DSPIHT高光谱图像压缩编码方法。该算法对三维零树结构不对称的模型编码更有效,不仅考虑到相邻波段的统计相关性,也符合嵌入编码优先编码重要系数的原则。最后,本文采用一种基于三维小波变换和上下文量化的高光谱压缩算法。该算法利用三维小
5、波变换去除空间和谱间的冗余信息;然后建立一个三维上下文预测模型去除小波系数之间的冗余信息。关键词:图像压缩上下文量化三维小波变换高光谱图像---II基于小波变换的高光谱图像压缩技术研究---AbstractIIIAbstractWiththedevelopmentofinformationtechnology,Imagecompressionhasbecomeoneofthecoreareasindatacompression.Therearesomeobviousstatisticalpropertie
6、sofimageafterwavelettransform,suchaswithin-subbandandcross-subbandcorrelation,sometraditionalcodingmethodsmadeagooduseofthesecharacteristics,andhadachievedgoodresults.Howtoremovecorrelationanduseimagecontexttogetbettercodingperformanceisthemainpointofthis
7、paper.Themaincontributionofthisdissertationcanbesummarizedasfollows:Basedontheexistentresearchworks,thesepaperresearchedalgorithmsherearebasedonthewavelettransform.Applytheliftingschemeconstructsthereversibleintegerwavelettransform.Thechoiceofthewaveletty
8、pebasedontheanalysisofthecharacterofhyperspectralimage,then,SPIHTalgorithmwillbeappliedforbitplanencodingthatcanrealizethelossytolosslessprogressivetransmission.Wealsoexploitthecorrelationbetweenadjacentbands,theres
此文档下载收益归作者所有