收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

高光谱图像目标检测及压缩方法研究

李晓慧  
【摘要】:高光谱遥感有机地结合了成像光谱处理技术和目标探测技术,能够同时以极窄间隔获取成百上千个波段的光谱数据。这些像元点上的一维光谱信息数据与地物分布的二维空间信息数据的集合就构成了高光谱图像的“数据立方体”。高光谱图像能够显现许多隐藏在较窄光谱波段上的地物特征,进而解决一些在普通及多光谱遥感中无法处理的图像问题。图像中不同地物构成的目标或对象,其像元光谱向量反映了该目标或对象在不同波段上的特殊幅值,这就奠定了成功进行高光谱图像目标检测的理论基础。另外,随着高光谱图像的光谱和空间分辨率的不断提升,高光谱“数据立方体”的体积也不断扩大,促使图像数据压缩成为一种必需的高光谱图像处理技术。为此,本文在分析高光谱图像处理的基本理论、现有算法以及相关处理技术的基础之上,重点研究了高光谱图像的目标检测和图像数据压缩技术。在高光谱图像的目标检测方面,研究了稀疏表示在目标检测领域中的作用。文中主要从两个角度对稀疏表示算法进行探索:一方面研究高光谱图像中蕴含的空间信息在稀疏表示目标检测中的作用;另一方面研究稀疏超完备字典的优化问题。由于基础的稀疏表示模型在进行高光谱图像目标检测处理时,主要使用图像数据中蕴含的光谱信息,仅仅单独地考虑每个像元的光谱曲线和其对应的稀疏表示向量,并没有利用高光谱图像中蕴含的空间信息。为了提高目标检测的性能,提出基于空间支持的稀疏表示算法进行高光谱图像目标检测。考虑高光谱图像中蕴含的空间相关性,研究和探索其在高光谱图像目标检测中的作用,先后针对高光谱图像的4-邻域空间、自适应空间、以及非连通空间的空间相关性进行研究,将目标像元及其4-邻域、自适应空间支持区域或非连通空间区域中像元的稀疏表示综合考虑,提高目标检测算法的效果和效率。仿真实验结果表明,使用空间支持后的稀疏表示算法对高光谱图像进行目标检测时,其检测效果和计算效率都有一定程度的提高。对基于稀疏表示的高光谱图像目标检测中所使用的稀疏字典问题进行研究,已有的稀疏表示算法需要给定一个超完备字典,其包含大量的字典原子。而在稀疏表示系数中,大部分系数的权值为零。这样,这些稀疏字典原子在计算像元的稀疏表示中就可以直接地忽略。为此,提出一种基于自适应子空间的稀疏表示高光谱图像目标检测算法。基于图像中像元光谱的相似性,该方法使用t近邻搜索(k-NN)算法从初始的超完备字典中,自适应的选择与当前要计算的像元光谱较为相似的稀疏字典原子,构成自适应子字典。仿真实验结果表明,使用基于自适应子字典的稀疏表示算法,检测高光谱图像中的目标时,其检测效果有一定程度的提高,同时计算效率也有较大程度的提升。在高光谱图像压缩方面,文中主要从两个角度对压缩算法进行了研究:一是基于目标分布改进DCT的高光谱图像压缩方法;二是多元向量量化的高光谱图像压缩方法。对于基于目标分布改进DCT的高光谱图像压缩方法,由于一般的压缩算法在处理图像数据时,对图像不同区域的数据一视同仁,而这些区域包含有不同的地物,其复杂分布对压缩算法的性能产生了很大程度的影响。尤其是对于图像中存在感兴趣目标的高光谱图像,一般的压缩方法很容易丢失目标的信息。根据图像中包含的不同地物内容而采取不同的压缩和编码处理,提取图像中包含的目标区域子图像,然后单独对其进行压缩;进而使用保证背景区域更为平滑的背景均值来填充因为移除目标区域而形成的空间缺失,修补后的图像将具有一个更为均质的背景,然后将其作为一个整体压缩。算法在保持重建图像质量和后续目标检测准确性的基础之上,有效地压缩高光谱图像数据。将这一基于目标分布的压缩方案应用于二维和三维离散余弦变换(2D/3D DCT)压缩算法中,重建图像的定量评估表明:提出的基于目标分布改进DCT的压缩方法能够提供比通用压缩方法更好的图像质量和更高的目标检测准确度。对于多元向量量化的高光谱图像压缩方法,考虑DCT变换受到图像Blockk块的影响,使用基于向量量化算法的高光谱图像压缩方法。然而传统的向量量化方法在压缩图像时,仅仅使用压缩字典中的一个码字来表示像元光谱,将像元光谱与选出的字典码字的差值直接忽略,这就不可避免地造成了图像信息损失。为此,提出一种多元向量量化的方法,该方法选用压缩字典中的两个字典码字来表示像元光谱向量,并使用了分别具有两个参数权值和一个参数权值的多元向量量化模型,然后分别对索引地图和权重系数进行压缩;压缩所使用的两个压缩字典原子可以使用所提出的三种压缩字典原子选择方案来选取。为了使基于向量量化方法能够更好的处理高光谱图像压缩问题,提出一种基于模糊C均值(FCM)聚类的压缩字典设计方法。仿真实验结果表明,使用多元向量量化的高光谱图像压缩方法能够在一个稍高的压缩比特率级别上压缩图像,得到比传统的向量量化方法小得多的图像失真。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 何克右;一种改进的 RLE压缩方法[J];武汉交通科技大学学报;1999年04期
2 张树海,朱国林,郭应钧;用虚拟压缩方法求解不可压缩流动[J];空气动力学学报;1999年04期
3 王家楣,孙富学;基于人工可压缩方法的后台阶绕流数值模拟[J];武汉理工大学学报(交通科学与工程版);2004年01期
4 廖敬青;隆小光;毛宁;吴百海;龙建军;;实时监测数据管理系统中压缩方法的研究[J];机床与液压;2005年12期
5 陆军;刘大昕;陈立岩;;基于排列组合的常数级压缩方法[J];大连海事大学学报;2008年04期
6 陆军;刘大昕;;常数级压缩方法的优化[J];江苏大学学报(自然科学版);2010年01期
7 景秀丽,郑学伟;基于Noisy-Channel Model的句子压缩方法[J];电大理工;2005年02期
8 周孝宽,李学军;图象的分形压缩方法[J];宇航学报;1995年01期
9 张雷;黄廉卿;赵唯佳;;一种超光谱图像分层压缩方法[J];光学精密工程;2006年03期
10 李强,王正志,周宗潭,张占月;遥感图像的小波压缩方法[J];国防科技大学学报;1998年02期
11 冯琦,周德云,侯明善;基于径向基函数神经网络的机载数字地图压缩方法[J];西北工业大学学报;2003年03期
12 李元诚;焦润海;李波;;一种基于支持向量机的小波图像压缩方法[J];北京航空航天大学学报;2006年05期
13 王廷仁;;用压缩方法改锻零件[J];金属加工(冷加工);1965年03期
14 冯静;金远平;冯欣;;基于主成分分析及匹配聚类分析的数据表语义压缩方法[J];东南大学学报(自然科学版);2006年06期
15 张鲁;杨秀丽;李铭祥;杨星海;;基于DWT/DCT的医学图像感兴趣区域压缩方法[J];济南大学学报(自然科学版);2007年03期
16 阳晔;刘坤杰;杨军;葛海通;严晓浪;;基于域划分的嵌入式处理器代码压缩方法[J];浙江大学学报(工学版);2008年08期
17 向益淮;汤秀章;S.Szatmari;B.Janos;;适用于放大自发辐射平滑光束的脉宽压缩方法[J];强激光与粒子束;2012年06期
18 党三磊;肖勇;杨劲锋;申妍华;;高压缩比电力系统波形数据压缩方法的实现与性能分析[J];电工电能新技术;2013年01期
19 文波;孙瑜;冯小琴;范辉;;适用于军用信息系统的XML压缩方法[J];火力与指挥控制;2014年S1期
20 张雷,郑宇,徐东明;基于局部上下文的超光谱图像压缩方法[J];长春理工大学学报;2005年02期
中国重要会议论文全文数据库 前10条
1 陆军;刘大昕;肖卫平;张昊;陈方园;刘国现;;常数级压缩方法中随机文件字节频率统计研究[A];2007年全国开放式分布与并行计算机学术会议论文集(上册)[C];2007年
2 冯桂;林其伟;;基于区域二叉树压缩方法在井下图像数据处理中的应用[A];1997年中国地球物理学会第十三届学术年会论文集[C];1997年
3 李庆杰;;流媒体文件压缩方法的评价[A];华北地区高校图协第二十四届学术年会论文(文章)汇编[C];2010年
4 华钢;闫军华;胡忠建;;测控信源压缩方法研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
5 张宏山;王人鹏;钱若军;;有限元模型修正中的模型压缩方法[A];结构混凝土创新与可持续发展——第十三届全国混凝土及预应力混凝土学术交流会论文集[C];2005年
6 张宏山;王人鹏;钱若军;;有限元模型修正中的模型压缩方法[A];第六届全国现代结构工程学术研讨会论文集[C];2006年
7 包小源;宋再生;唐世渭;杨冬青;王腾蛟;;QueXComp—一种支持查询的XML压缩方法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
8 李国强;艾淑芳;;一种天空背景红外图像目标检测方法[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
9 高鸿远;骆吉洲;褚滨生;;XSeq:一种支持复杂查询的XML压缩方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年
10 刘东华;王元钦;李秋娜;;小波分析理论在图像目标检测中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 李晓慧;高光谱图像目标检测及压缩方法研究[D];哈尔滨工程大学;2014年
2 李诗高;立体影像压缩方法研究[D];武汉大学;2010年
3 孙日明;几种图形图像压缩方法[D];大连理工大学;2013年
4 刘说;低检测率SAR图像目标检测与识别理论研究[D];电子科技大学;2017年
5 普晗晔;高光谱遥感图像的解混理论和方法研究[D];复旦大学;2014年
6 王亮亮;非线性流形结构在高光谱图像异常检测中的应用研究[D];国防科学技术大学;2014年
7 贺智;改进的经验模态分解算法及其在高光谱图像分类中的应用[D];哈尔滨工业大学;2014年
8 魏然;基于成像机理分析的高光谱图像信息恢复研究[D];哈尔滨工业大学;2015年
9 叶珍;高光谱图像特征提取与分类算法研究[D];西北工业大学;2015年
10 冯婕;基于软计算和互信息理论的遥感图像地物分类[D];西安电子科技大学;2014年
中国硕士学位论文全文数据库 前10条
1 王景如;面向云平台的生物信息数据高效存储压缩研究[D];北京理工大学;2015年
2 孙建;利用重复性特征的心音信号压缩方法[D];大连理工大学;2015年
3 安晋;影像构件化的生成和层间压缩方法研究[D];太原理工大学;2016年
4 朱婉瑜;面向雷达应用的粗粒度可重构处理器中配置通路子系统的设计与优化[D];东南大学;2015年
5 秦书平;一种新的基于模板的医疗影像压缩方法的研究[D];山东科技大学;2004年
6 王鹏;随钻测量数据的压缩方法研究与实现[D];中国石油大学(华东);2016年
7 吴沛;数字图像若干压缩方法的研究[D];西安理工大学;2006年
8 叶军科;基于拟压缩方法的二维低速流动数值模拟[D];西北工业大学;2004年
9 刘毅;集成电路快速仿真及波形压缩方法[D];复旦大学;2013年
10 高锐智;基于笔画抽取的汉字字形结构式压缩方法的研究和应用[D];清华大学;2002年
中国重要报纸全文数据库 前3条
1 四川 刘桄序 张刚;照片/图片大小压缩方法概览[N];电子报;2014年
2 ;WinZip 11.1简体中文版隆重上市[N];电子资讯时报;2008年
3 张俊华;闪存盘数据压缩实践[N];中国计算机报;2002年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978