欢迎来到天天文库
浏览记录
ID:34214836
大小:1.62 MB
页数:68页
时间:2019-03-04
《山区遥感图像压缩技术的研究》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、分类号:密级:UDC:编号:河北工业大学硕士学位论文山区遥感图像压缩技术的研究论文作者:马俐学生类别:全日制学科门类:工学硕士学科专业:电磁场与微波技术指导教师:赵红东职称:教授DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofElectromagneticFieldandMicrowaveTechnologyRESEARCHONREMOTESENSINGIMAGECOMPRESSIONTECHNOLOGYINMOUNTA
2、INAREAByMaLiSupervisor:Prof.ZhaoHongdongMarch2017摘要遥感数据是由同一物体对不同波段的电磁波反射得到的,包含着丰富的地理信息。遥感数据在资源勘察、气候勘测、测绘等领域得到普遍应用。然而,卫星时刻对地面物质进行拍摄时得到的遥感数据量非常大,这对遥感数据的传送造成很大的困难,为此需要对遥感数据采用压缩处理,来提高传送速度、减少传送资源的浪费。本文针对遥感图像的空间结构和谱间结构相关性的特性,分别研究了局部预测、小波与分形结合和基于压缩感知的压缩算法,实现了对遥感图像的
3、有效压缩处理。主要工作内容如下:1、采用拍自张家口市阳原县的遥感图像作为研究数据,研究了该图像的空间结构和谱间结构相关性的特点,提出遥感图像局部预测压缩算法。首先,根据遥感图像中所含物质种类,把原始图像分成几幅子图;然后,对不同子图进行双波段和单波段的谱间预测压缩处理。实验结果分析表明,对包含不同种类物质的遥感图像采用不同预测压缩方法可以获得较高的压缩比。2、分析了遥感图像的数据量大、分形编码得到的压缩比大以及小波分解的特点,研究了基于提升小波分解的分形压缩方法。起初,原遥感图像经过提升小波变换获得低频分量和高
4、频分量;接着使用最小均方差搜索的分形编码对低频分量进行处理。实验结果表明,与基于小波变换的分形压缩方法比,改进的基于提升小波分解的分形压缩方法的程序运行时间可以缩短8倍,重构图像质量也得到提高。3、依据压缩感知和小波分解理论,研究了小波分解与压缩感知结合的重构方法:首先对原始图像采用一层小波分解;其次,高频部分经过稀疏表示获得三个稀疏矩阵;然后,使用子空间追踪重构方法对三个稀疏矩阵进行重构;最后把原始低频部分和三个重构分量进行小波逆分解求得重构图像。仿真结果显示,与正交匹配追踪方法比,采用子空间追踪方法得到的重
5、构图像质量更好,获得的信噪比更高。因此,本文结合遥感图像的空间和谱间结构特性、离散小波变换、分形编码和压缩感知的特点,研究了多种遥感图像压缩算法。实验结果显示,改进的压缩方法可以获得更好的压缩效果,在遥感数据压缩方面具有重要的研究价值。关键词:遥感图像、预测压缩、小波变换、分形压缩、压缩感知IABSTRACTRemotesensingdataisreflectedbythesameobjectondifferentbandsofelectromagneticwaves,anditcontainsawealtho
6、fgeographicinformation.Remotesensingdataarewidelyusedinresourceexploration,climatesurvey,surveyingandmapping,waterconservancyandsoon.However,thesatelliteisalwaysshootingthegroundmaterial,theremotesensingdataisverylarge,itisverydifficulttotransmittheremotesen
7、singdata.Soitisnecessarytocompresstheremotesensingdatatospeedupthetransmissionrateandreducethewasteoftransmissionresources.Localprediction,thecombinationofwaveletandfractal,andcompressionalgorithmbasedoncompressionperceptionarestudiedinthispaper.Remotesensin
8、gimageiscompressedeffectively,focusingonthecorrelationofthespatialstructureandinter-spectralstructure.Themaincontentsofthispaperare:1、ResearchdatainthispaperistheremotesensingimageofYangyuanCoun
此文档下载收益归作者所有