1 / 71
文档名称:

基于压缩感知的多光谱图像有损压缩技术研究.pdf

格式:pdf   页数:71
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于压缩感知的多光谱图像有损压缩技术研究.pdf

上传人:vyyolyg827 2014/4/12 文件大小:0 KB

下载得到文件列表

基于压缩感知的多光谱图像有损压缩技术研究.pdf

文档介绍

文档介绍:代号 10701 学号 1020421213

分类号 密级公开
题(中、英文) 目基于压缩感知的多光谱图像有损压缩技术研究
Research of the pression
of Multispectral Images Based on
Compressive Sensing
作者姓名马晓军指导教师姓名、职务牛海军教授
学科门类工学学科、专业计算机系统结构
提交论文日期二○一三年一月
西安电子科技大学
学位论文创新性声明

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做了明确的说明并表示了谢意。
申请学位论文与资料若有不实之处,本人承担一切相关责任。

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
生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕
业离校后,发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。
学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全
部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。(保密的论文
在解密后遵守此规定)

本人签名:_______________ 日期________________

导师签名:_______________ 日期________________
摘要
目前,多光谱图像因其包含的丰富信息已经被广泛应用在环境监测、地质、
气象、医学和军事等领域。多光谱图像技术的快速发展体现在多光谱图像的空间
谱间分辨力的提高上。多光谱图像所具有的高空间、谱间分辨力以及“图谱合一”
的特点,使多光谱图像数据十分巨大,其海量的数据为处理、存储和传输带来很
大困难,因此研究多光谱图像有损压缩算法对多光谱图像技术的发展有着至关重
要的意义。
本文提出了一种基于压缩感知理论和多尺度几何分析理论的多光谱图像有损
压缩算法。该算法首先对多光谱图像进行波段分组,选定每组的第一帧图像为关
键帧,本组其余图像为非关键帧。然后,对关键帧进行随机观测和量化。其中,
观测矩阵采用 Gan L 提出的 SBHE 矩阵。量化过程采用均匀量化器。稀疏基采用
稀疏分解能力优于小波变换的 Curvelet 变换,重构算法则采用贪婪算法中的 ROMP
算法。接着,通过 DPCM 预测器对每组的非关键帧和重构关键帧进行线性预测编
码,得到非关键帧的残差图像。最后,通过 SPIHT 算法对非关键帧的残差图像进
行编码。最终将关键帧的测量值向量的量化值与非关键帧的残差图像的码流传输
到解码端进行解码。在 SPIHT 编码前,采用本文提出的码流预分配算法,在压缩
比不变的情况下,显著提高了重构图像的质量。
实验证明,本文提出的这个算法能够有效的完成对多光谱图像的有损压缩,并
能够在取得较高压缩比的同时,保证多光谱图像的重构图像质量。

关键词:多光谱图像有损压缩压缩感知多尺度几何分析 Curvelet 变换
Abstract
At present, because multispectral image contains a wealth of information it has
been widely used in environmental monitoring, geological, weather, medical and
military fields and so on. Multispectral image technology's rapid development is
reflected in enhancement of spatial and spectrum resolution of multispectral image.
With high spatial, spectral resolution and "image-spectrum merging" characteristics,
multispectral image data is very huge, so difficulties of p