基于图-谱关键信息保存的高光谱图象压缩方法研究

被引量 : 0次 | 上传用户:gsdfs334
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高光谱遥感技术的发展是20世纪80年代人类在对地观测方面所取得的重大技术突破之一。传感器可以获得近似连续的光谱信息,覆盖整个可见光至近红外的(0.4~2.4微米)光谱范围。正由于高光谱图象的信息丰富、数据量大给存储和传输带来了巨大挑战,这样研究高效的高光谱图像压缩方法以减少存储和传输的压力是十分必要的。根据上述背景,本论文集中研究了基于空-谱关键信息保护的高光谱图象数据压缩方法。重点研究三个内容,首先,研究高光谱数据的相关性特点。相关性分析结果显示高光谱图象的谱间相关性强于其空间相关性因此对高光谱图象进行压缩要将重点放在去除谱间相关性上。有了充足的光谱信息,在任何应用领域都可以得到预期的结果。然后,研究了高光谱图象感兴趣波段(BOI)选择方法,包括:基于信息熵的方法,选择信息最丰富波段;基于光谱微分方法,利用飞机目标光谱曲线的导数提取了感兴趣波段的位置;基于BH距离的方法和基于光谱角制图的方法,按照光谱带相关性选择出最相似的波段。最后研究高光谱图象关键信息的保护压缩方法。该方法是基于感兴趣波段及感兴趣区域保护的压缩方法,新的压缩方法与传统的三维SPIHT压缩方法相比显示了谱间(BOI)和空间(ROI)的关键信息压缩性能更好。
其他文献
随着信息爆炸式的增长,集中式的存储方式的瓶颈效应愈发明显的遏制了数据存储的扩展性和并发访问的效率等,SAN和NAS等传统集中式存储系统越来越难以满足海量数据存储的需要。
我国通信事业高速发展,随之而产生频谱资源使用紧张的问题也逐步显现。由于频谱资源的稀缺,人们就更需要合理的使用频谱。认知无线电的思想正是为了解决这一问题而提出的。我
内存数据库具有很多传统的数据库系统所不具备的优点,并且采用了与传统磁盘库不同的,针对内存存储结构而设计的架构,使得内存数据库取得比磁盘数据库高得多(10倍以上)的数据
随着科学技术和国民经济的发展,道路交通日趋重要。车速标示牌检测与识别作为智能车辆防撞系统的重要部分日益受到关注。为了帮助驾驶员对可能出现的危险做出预测及警告并确保
多输入多输出(MIMO)系统可以在不增加发射功率和带宽的条件下有效地提高信道容量和频谱利用率,因而在下一代移动通信和宽带无线接入系统中有广泛应用。其中垂直贝尔实验室分
在无线通信中,为抵抗无线信道的衰落出现了协作分集技术,它通过多个具有单天线的移动终端共享彼此的天线形成虚拟多输入多输出(Multiple Input Multiple Output,MIMO)系统,从