基于字典学习的高光谱图像压缩算法研究

《基于字典学习的高光谱图像压缩算法研究》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、UniversityofScienceandTechnologyofChina硕士学位论文论文题目奸李典学习的高光谱图像屈缩算法研免徐大丑作者姓名信息与通信工程学科专业张奈到敉梭导师姓名二—五年五月完成时间硕士学位论文基于字典学习的高光谱图像压縮算法研究作者姓名：徐大卫学科专业：信号与信息处理导师姓名：张禾副教技完成时间：二一五年五月八日UniversityofScienceandTechnologyofChinaAdissertationformaster'sdegreeResearchonHyperspectralImag

2、eCompressionBasedonDictionaryLearningAuthor'sName：：：中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研宄工作所取得的成果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研宄成果。与我一同工作的同志对本研宄所做的贡献均已在论文中作了明确的说明。作者签名：孤卞上签字曰期：中国科学技术大学学位论文授权使用声明作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家

3、有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。公开口保密（年）作者签名：锋孓化导师签名：签字日期：°签字曰期：摘要摘要高光谱遥感图像通过不同波长的电磁波对相同的物体进行反射成像获得，高光谱遥感图像一般由几百个波段构成，含有大量精细的光谱信息，是地面监测的一种重要手段，在供水评估、资源勘测以及军事侦察方面起着非常

4、关键的作用。但是，高光谱遥感图像数据量庞大，在有限的带宽资源和存储资源的限制下，传输与存储的问题日益凸显，所以有必要对其进行压缩处理，提升传输以及存储效率，使其得到更加广泛的应用。本文结合高光谱遥感图像的空间结构相似性和谱间结构相似性，分析研宄了基于小波变换的多尺度字典学习的高光谱图像压缩算法以及空间域与变换域混合的字典学习高光谱图像压缩算法，并且探索了对于在线字典学习在高光谱遥感图像实际应用中的可行性，主要工作包括：分析了高光谱遥感图像的空间结构相似性与谱间结构相似性的统计特性，为髙效压缩算法的设计提供理论依托，使得算法的设

5、计更加具有针对性。提出了基于小波变换的多尺度字典学习压缩算法，通过对高光谱图像均匀分块后小波分解构成多尺度的训练样本集实现多尺度的字典学习，在稀疏表示的过程中，使用频次筛选因子简化字典以提高求解速度。实验结果表明，该方法能够提高高光谱图像的重建信噪比，并具有更快的求解稀疏系数的能力。提出了空间域与变换域混合的高光谱图像压缩算法，通过对高光谱图像进行四叉树分解，将不同性质的子块进行不同域的字典学习，在稀疏求解阶段使用伪逆求解代替传统的穷尽搜素方法减少计算量。实验结果表明，所提算法在比特率失真性能方面具有巨大的优势，并且能大幅度提

6、高求解速度。进行了在线字典学习以及快速字典学习与传统离线字典学习的稀疏表示性能比较，并分析了其在高光谱遥感图像实时压缩应用方面的可行性。综上所述可知，本文针对高光谱遥感图像谱间结构相似性的特点，结合小波变换、字典学习和稀疏表示，提出了两种压缩算法。实验结果表明，两种压缩算法均具有优秀的压缩性能，可以作为高光谱遥感图像的高效存储与传输的有效压缩途径。关键词：高光谱遥感图像图像压缩小波变换多尺度字典学习混合字典学习在线字典学习AbstractABSTRACTHyperspectralremotesensingimagesareob

7、tainedbythereflectionofdiferentwavelengthelectromagneticwavesonthesameobject.Itisgenerallycomposedofhundredsofbandsandcontainingalargenumberoffinespectralinformation.Hyperspectralremotesensingimagesareanimportantwaysofgroundmonitoring.Itplaysaveryimportantroleinwate

8、r-qualityassessment,resourceprospectionandmilitaryreconnaissance.However,hyperspectralimagesarekindoflargeamountsdata,whichmakesitbigprobl