基于预测的高光谱及极光光谱图像无损压缩

《基于预测的高光谱及极光光谱图像无损压缩》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、基于预测的高光谱及极光光谱图像无损压缩作者姓名任改玲导师姓名、职称吴家骥教授一级学科电子科学与技术二级学科电路与系统申请学位类别工学硕士提交学位论文日期2014年11月学校代码10701学号1202120865分类TN82号TP75密级公开西安电子科技大学硕士学位论文基于预测的高光谱及极光光谱图像无损压缩作者姓名：任改玲一级学科：电子科学与技术二级学科：电路与系统学位类别：工学硕士指导教师姓名、职称：吴家骥教授提交日期：2014年11月Predicted-basedLosslessCompress

2、ionofHyperspectralImagesandAuroraSpectralImagesAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsofthedegreeofMasterinElectronicScienceandTechnologyByRenGailingSupervisor:Prof.WuJiajiNovember2014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

3、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作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文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

4、生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，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，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要自20世纪80年代以来，高光谱遥感技术得到了迅猛发展，它将确定地物性质的光谱信息与反应空间信息的二维图像合为一体，形成了一种三维立体数据。随着高光谱技术

5、向高空间分辨率与高光谱分辨率的方向不断发展，成像光谱仪所获取的数据量呈指数增加，鉴于高光谱数据高昂的获取、传输及保存代价，如何高效地对高光谱数据进行无损压缩显得尤为重要。本文首先介绍了高光谱遥感技术以及高光谱图像与极光光谱图像的压缩研究现状和意义，通过对高光谱图像特点的分析及经典预测算法-同类多波段谱间预测算法（C-DPCM算法）的研究，提出了自适应去除局部异常值的方法以提高C-DPCM算法的压缩效果，实验结果显示去除局部异常谱线的方法能够在C-DPCM算法的基础上明显提高无损压缩效果。接着又对新

6、型的极光光谱数据进行研究，从开始的JPEG-LS无损压缩算法到结合帧间预测的三维JPEG-LS算法，最后结合极光光谱数据的特点提出了基于递推回归的南极中山站极光光谱图像无损压缩算法。论文的主要研究成果如下：(1)本文通过介绍基于预测方法的高光谱图像无损压缩基本知识，在第三章提出了一种自适应去除局部异常值的多波段谱间预测算法。该算法采用两次回归训练的方式，在C-DPCM算法的基础上添加了自适应去除局部异常谱线的功能。在第一次回归训练时，使用对每一类每个波段所有谱线线性回归训练得到的预测系数预测所有像

7、素值，然后求得预测误差并从大到小排序。自适应地采用相邻误差的最大值差值为分界点，预测误差大于最大差值的对应的是局部异常谱线，反之是非局部异常谱线。然后用剔除局部异常谱线后的剩余谱线进行第二次回归训练。实验结果表明，该算法较C-DPCM算法压缩效果有明显提高。(2)本文第四章提出了基于JPEG-LS的极光光谱图像无损压缩算法。基于每一帧的极光光谱图像可以看做一幅二维图像，成功地将JPEG-LS的核心算法LOCO-I应用其中，且该经典算法较传统的RAR压缩和ZIP压缩的效果有明显提高。接着考虑到，连续

8、的极光光谱图像作为一种时间序列必然存在帧与帧之间的时间相关性，因此提出三维的JPEG-LS帧间预测方法，通过对LOCO-I算法的修正，将帧间相关性应用到预测中。最终的实验结果显示，利用帧间相关性的三维JPEG-LS算法较二维JPEG-LS算法在压缩性能上有所提高。(3)本文最后结合极光光谱数据的特点提出了一种基于递推回归的南极中山站极光光谱图像无损压缩算法。该算法鉴于极光光谱图像波段多，一般线性回归算法中的预测阶数增加将会导致边信息占总信息比例急速增大，采用递推回归预测I西安电子科