收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的岩心图像压缩方法研究

常子鹏  
【摘要】:岩心,作为石油和天然气工程中的重要组成部分,无论在勘探还是开采中都扮演着重要的角色,岩心图像自然而然成为了最有研究意义的资源。随着拍照硬件的不断迭代更新,拍摄的岩心图像的尺寸与所需的存储空间也与日俱增,而存储设备的容量发展却十分缓慢,为了存储和管理越来越多的岩心图像,发展的矛头直指岩心图像压缩和存储领域。岩心图像本身存在复杂的纹理特征,传统的岩心图像压缩方法是使用小波变换与基于离散余弦的变换对岩心图像进行数据压缩,但是,这些方法会丢失图像部分信息并导致图像细节纹理的损失。为此,本文提出两种基于深度学习的岩心图像压缩方法,可增大压缩比也可重构高清岩心图像,提高视觉效果,重构的图像无论是在SSIM指标还是PSNR指标上来说,都具有较高的值。本文所述的主要研究内容与创新如下:首先,研读国内外经典图像压缩文献,包括传统的图像压缩算法和模型;基于深度学习的图像压缩算法与模型;基于深度学习的图像高分辨重构方法。其中包括算数编码、霍夫曼编码、游程编码三种传统的无损编码,JPEG、预测编码、矢量化编码、分形编码、神经网络编码、JPEG2000传统的有损压缩编码。基于深度学习的图像压缩与高清重构方法包括:SRCNN模型、FSRCNN模型、ESPCN模型、VDSR模型、DRCN模型、RED模型、DRRN模型、SRDenseNet模型、EDSR模型、SRGAN模型、EnhanceNet模型、IDN模型、LapSRN模型、MemNe模型、DBPN模型、RDN模型、RCAN模型、MSRN模型、CARN模型、ZSSR模型、SFTGAN模型、SRFeat模型、SERGAN模型。在第2章中,对JPEG与JPEG2000压缩方法进行介绍,之后研读现有的岩心图像压缩理论与算法,详细介绍了基于分块压缩感知的岩心图像压缩算法、基于纹理分析的小波岩心图像压缩算法、基于小波包的EBCOT岩心图像压缩算法。章节最后介绍了衡量重构图像质量好坏的三种常见指标,包括均方误差、峰值信噪比、SSIM。其次,在研究了JPEG技术与卷积神经网络的理论知识后,把JPEG高压缩率与卷积神经网络高特征提取性、高图像还原性、高处理自动性的优势相结合,提出基于深度学习的两种改进了的岩心图像压缩模型:1、基于改进的SRCNN的岩心图像压缩模型;2、基于改进的ESPCN的岩心图像压缩模型。在第4章中详细介绍了两种所提的改进模型的基本构造、实验参数设置、实验数据、实验环境、实验结果,并对实验结果进行了详细的说明与分析,并用实验数据证实了分析所得结论的正确性。第4章最后一节是所提两种改进模型的性能对比,包括1倍分辨率重构的结果对比,使用压缩率、SSIM指标、PSNR指标以及视觉效果来衡量重构图像的质量好坏。多倍(2/3/4)分辨率重构图像的结果使用所需的存储空间大小以及视觉效果作为指标进行评价。实验结果说明基于改进的SRCNN的岩心图像压缩模型对重构放大1/2/3倍分辨率的图像具有较好的结果,此时既高清放大了原始图像又减少了重构图像占用的存储空间,尤其是重构与原图像大小相同的图像时能达到较高的压缩率(2.87-6.06)。而基于改进的ESPCN岩心图像压缩模型对于重构不同倍率的岩心图像皆具有极佳的主观视觉效果,在重构1倍分辨率时的压缩率小幅度高于基于改进的SRCNN岩心图像压缩模型的压缩率,压缩率值在2.98至6.93之间,此模型唯一的缺点是随着倍率的增加,重构的岩心图像所需的存储空间大小也会成倍的增加。本文所提的两种岩心图像压缩模型各有优点。如果只考虑占用的存储空间大小的话,建议使用基于改进的SRCNN的岩心图像压缩模型对岩心图像进行压缩;如果只考虑图像的高分辨率重构的话,建议使用基于改进的ESPCN的岩心图像压缩模型对岩心图像进行重构;综合考虑岩心图像所占存储空间与高清晰度的话,提倡使用基于改进的ESPCN的岩心图像压缩模型重构2倍分辨率的岩心图像。最后,本文的创新点在于:1、首次把基于深度学习的图像压缩与超清晰度图像重构的方法应用到岩心图像的压缩与岩心高清晰度图像重构领域;2、经过本文所提的两种改进了的岩心图像压缩模型重构后的岩心图像占用更少的存储空间,与原图像具有相同的视觉效果,并且不存在块效应、边缘模糊等缺陷。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 袁西霞;岳建华;王梦倩;;基于PACS的医学图像压缩[J];上海生物医学工程;2006年02期
2 王子轩,刘文,李军堂;CR图像压缩对诊断影响初探[J];放射学实践;2003年04期
3 ;强力JPG图像压缩工具JPEG Optimizer[J];微计算机信息;2001年01期
4 于潇;;基于FPGA的无损图像压缩系统设计[J];电子产品世界;2015年01期
5 张海江;;遥测图像压缩系统的设计与实现[J];通信技术;2011年10期
6 李强;王喆;;基于小波分析的图像压缩[J];通信技术;2010年08期
7 丁学君;田勇;;任意形状图像压缩方法研究[J];现代计算机;2007年05期
8 房鹤;罗武胜;王继东;鲁琴;;基于整数叠式变换的图像压缩及其硬件实现[J];仪表技术;2007年02期
9 许廷发,刘太辉,顾海军,宋建中,乔双;基于函数级进化型硬件的无损图像压缩[J];吉林大学学报(信息科学版);2004年02期
10 魏传忠,刘国传,李婷,马贵平,王天星,田学隆,靳平;一种分形方法在医学图像压缩中的应用[J];生物医学工程研究;2003年03期
11 ;广播与电视[J];电子科技文摘;2003年03期
12 李琳;;小波变换在图像压缩中的应用[J];数字技术与应用;2012年03期
13 春草年年绿;;以大小为准绳 看得见的图像压缩[J];电脑爱好者;2009年22期
14 郭伟斌;冯钿;罗文村;刘建宾;;图像压缩转换技术机理的研究[J];电脑开发与应用;2006年08期
15 王琦;数字电影和图像压缩[J];影视技术;2004年12期
16 乔红艳,骆建华,祝新德;基于信息结构的医学图像压缩[J];上海交通大学学报;2001年09期
17 甄镭;一种简单的图像压缩存储方法[J];电脑学习;1994年06期
18 张霞;;图像压缩方法分类及其评价[J];泰山学院学报;2018年03期
19 章勇勤;苏贵波;吴敏渊;黄海波;艾勇;;基于FPGA的星载图像压缩系统[J];电视技术;2010年04期
中国重要会议论文全文数据库 前10条
1 刘国传;魏传忠;田学隆;莫志宏;靳平;马贵平;王天星;;一种分形方法在医学图像压缩中的应用[A];2004全国时间生物医学学术会议论文集[C];2004年
2 李永宏;;一种适用于PACS系统的图像压缩方法[A];中华医学会医学工程学分会第十五次全国学术年会论文汇编[C];2015年
3 唐向宏;谢书琴;李齐良;;多小波变换与图像压缩[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
4 王艳芹;周付根;;基于空间预测与变换的医学图像压缩方法[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年
5 沈国华;钟骁勇;张杰;戴颖杰;王艳;;一种在轨多路图像压缩传输技术的设计实现[A];航天电子军民融合论坛暨第十四届学术交流会优秀论文集(2017年)[C];2017年
6 叶勤;陈鹰;;图像压缩对影像匹配精度影响的研究[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
7 曹玲芝;张恒;;基于DSP的图像压缩与重建[A];2007'中国仪器仪表与测控技术交流大会论文集(二)[C];2007年
8 关晨曦;周诠;;一种基于局部图像预处理的数据压缩算法[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年
9 周国强;王生进;丁晓青;;基于区域质量的JPEG2000图像压缩改进方案[A];第十二届全国图象图形学学术会议论文集[C];2005年
10 颜波;黄锋;谈正;;软件实现图像压缩解压的MMX~(TM)优化[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
中国博士学位论文全文数据库 前10条
1 封磊;基于非局部低秩约束的图像压缩感知重建方法研究[D];南京理工大学;2017年
2 毛玉星;小波域图像与视频压缩算法及应用研究[D];重庆大学;2003年
3 周绿漪;JPEG2000图像压缩的核医学应用研究[D];四川大学;2006年
4 佘青山;图像编码传输技术研究及其在工业监控中的应用[D];浙江大学;2007年
5 张学全;基于FPGA的星载图像压缩系统实现方法研究[D];中国科学院研究生院(空间科学与应用研究中心);2009年
6 杜列波;JPEG2000星载图像压缩设备中的关键技术研究[D];国防科学技术大学;2008年
7 牛毅;基于边界模型的主观视觉图像压缩及处理技术[D];西安电子科技大学;2012年
8 李晓雯;面向胶囊内镜系统应用的图像压缩和集成电路设计技术[D];清华大学;2009年
9 龚劬;小波的设计与图像压缩新方法研究[D];重庆大学;2002年
10 纪秀花;图像/视频压缩技术中若干关键问题的研究[D];山东大学;2009年
中国硕士学位论文全文数据库 前10条
1 常子鹏;基于深度学习的岩心图像压缩方法研究[D];长江大学;2019年
2 崔唱;新型图像压缩及优化算法研究[D];电子科技大学;2019年
3 邹海霞;基于感知质量预测的水声图像压缩方法研究[D];厦门大学;2017年
4 蔡雅琼;基于感知质量驱动的水下图像压缩与非对等保护研究[D];厦门大学;2018年
5 李崇;基于神经网络的实时性图像压缩算法研究[D];北京邮电大学;2019年
6 叶润春;显著性检测的优化模型及在图像压缩中的应用[D];中国科学技术大学;2018年
7 Abebe Sefani Berhanu;基于显著差异的JPEG图像压缩[D];北京交通大学;2018年
8 李臣;基于压缩感知的图像压缩重构FPGA实现[D];哈尔滨工程大学;2018年
9 赵亮亮;高可靠星载JPEG-LS图像压缩硬件系统设计[D];西安电子科技大学;2018年
10 孔世康;基于NMF的WMSNs图像压缩编码算法研究[D];南京邮电大学;2018年
中国重要报纸全文数据库 前8条
1 记者 张潇 实习生 尹楠楠;图像传输和处理精益求精[N];西安日报;2017年
2 本报记者 李继学;数字视界拓荒人[N];中国财经报;2000年
3 重庆 钟靖;图片要“瘦身”,还要清晰[N];电脑报;2003年
4 河北 孙玉军;巧用ACDSee压缩图像[N];电子报;2007年
5 冰;高新技术成果采购台[N];国际商报;2002年
6 记者 俞铮;国产打捞机器人已到核电站“上班”[N];新华每日电讯;2006年
7 本报记者 史俊斌 本报通讯员 张莹莹;架起深空信息之虹[N];科技日报;2013年
8 木遥 加州大学洛杉矶分校应用数学专业博士;神奇的压缩感知[N];电脑报;2010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