资源描述：
《高光谱信号基于聚类的压缩技术研究》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、编号：审定成绩：重庆邮电大学毕业设计（论文）设计（论文）题目：高光谱信号基于聚类的压缩技术研究学院名称：通信与信息工程学生姓名：专业：班级：学号：指导教师：答辩组负责人：填表时间：年月重庆邮电大学教务处重庆邮电大学本科毕业设计（论文）摘要作为一种融合了光学、电磁学及信号处理等多学科的技术，高光谱遥感技术已经在军事、农业、地质、医学、大气、海洋生物和环境监测等领域得到广泛应用。然而在其应用过程中，对于庞大数据量的存储和传输成为一大难点，针对这一问题，找到一种高效的信号压缩方法显得尤为重要。本文在总结已有压缩技术的基础上，着重研究了基于聚类的高光
2、谱图像信号压缩技术。首先，讲述高光谱遥感技术发展及研究现状。其次，研究了高光谱图像数据的存储格式及相关性分析，着重讲解了空间相关性分析和谱间相关性分析，对聚类技术做了初步简单的介绍。最后，本文详细研究了基于聚类的高光谱图像压缩算法，针对高光谱图像不同频谱波段间相关性不同的特点，根据相邻波段相关性大小进行波段分组。利用c均值算法对波段谱矢量进行聚类，并完成仿真实验及结果分析。【关键词】遥感技术高光谱聚类图像压缩-51-重庆邮电大学本科毕业设计（论文）ABSTRACTAsanemergingdisciplinecombieselectromagn
3、etism,opticsandsignalprocessing,hyperspectralremotesensingimageryhasbeenwidelyusedinmilitary,geology,medicine,agriculture,marinebiology,atmosphericandenvironmentalmonitoring,etc.However,hyperspectralremotesensingimagingtechnologyseverelyrestrictedtheapplicationanddevelopmen
4、tduetoitsmassivedatawhichwillbringgreatdifficultyindatestorageandtransmission.Thereforeanefficientmethodforhyperspectralimagecompressionisanurgentneedtoresolvetheissue.Inthispaper,onthebasisofsummarizingtheexistingcompressiontechnology,thispaperstudiesthehyperspectralimagec
5、ompressiontechniquebasedonclustering.Firstly,hyperspectralremotesensingtechnologydevelopmentandresearchstatusareexpounded.Secondly,thedatastorageformatofhyperspectralimageisstudied,andspatialandspectralcorrelationofhyperspectralimageisalsoanalyzed.Preliminarytechnologyofclu
6、steringisintroducedsimplely.Finally,thispaperstudiedthehyperspectralimagelosslesscompressionalgorithmbasedonclustering,correlationbetweendifferentspectralbandsforhyperspectralimagecharacteristicsofdifferentbandgroupaccordingtothecorrelationbetweenadjacentbandsize.Usingc-mea
7、nsclusteringalgorithmforbandspectralvector,andcompletethesimulationexperimentandresultanalysis.【Keywords】RemotesensingtechnologyHyperspectralClusteringLosslesscompression-51-重庆邮电大学本科毕业设计（论文）目录前言1第一章绪论2第一节高光谱遥感技术2一、谱遥感技术的基本概念2二、遥感技术的发展简介4三、遥感技术的军事运用5第二节图像压缩技术简介5一、高光谱图像压缩技术51
8、.图像数据压缩的必要性62.图像数据压缩的可行性6二、图像数据压缩的研究现状71.基于预测的压缩方法72.基于变换的压缩方法83.基于矢量量化的压缩方法94.其他压
