导读:本文包含了遥感图像压缩论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,遥感,光谱,算法,小波,多核,余弦。
遥感图像压缩论文文献综述
耿艳萍,赵丽,耿春艳[1]（2018）在《低质遥感图像压缩域细节特征高效增强仿真》一文中研究指出针对现行压缩域图像增强方法,在提高图像对比度时,存在难以有效增强压缩域细节及保持图像整体亮度、清晰度的局限性,提出基于Retinex理论的低质遥感图像压缩域细节特征高效增强方法。将Retinex理论引入到图像离散余弦变换域,将离散余弦变换系数划分为照度分量和反射分量。以构造的强光抑制函数对照度分量进行调整,压缩遥感图像动态区间;设定新的光谱含量比对反射分量进行调整,增强图像局部对比度。并设计一种平滑滤波器抑制块状效应,实现对压缩域细节特征的增强。实验结果表明,与现行压缩域图像增强方法相比,所提方法具有更好的细节特征增强及整体亮度保持效果,有效地抑制了块状效应,提高了图像清晰度。(本文来源于《计算机仿真》期刊2018年07期）
魏安琪[2]（2018）在《基于关键信息保护的超光谱大气红外遥感图像压缩研究》一文中研究指出超光谱大气红外遥感图像是由气象卫星搭载的大气垂直探测仪观测地球得到的辐射数据,其普遍拥有红外段上千个光谱通道,具有极高的光谱分辨率并且覆盖广阔的空间范围,每日产生的海量数据给数据的传输和存储带来了巨大的挑战。因此,非常有必要开展针对超光谱大气红外遥感图像压缩的研究。在应用方面,超光谱大气红外遥感图像携带丰富的地球大气状态变量信息,被广泛用于数值天气预报和气候研究等领域。考虑到超光谱大气红外遥感图像通道间信息内容有高度冗余以及巨大的数据量带来的计算负担,全部数据应用于同化计算并不是必要的也不是最优的,观测数据在输入同化系统前需要进行辐射抽稀,获取的关键数据子集需要重点保护。因此,本文提出了基于关键信息保护的超光谱图像压缩方法。首先,针对超光谱大气红外遥感数据的成像特点、物理特性、数据应用处理流程以及数据的可压缩性四个方面,与传统高光谱图像进行了对比分析。并着重分析了超光谱大气探测仪AIRS数据特性。然后,提出了面向同化应用及压缩的关键性数据抽取方案,包括基于信息容量及相关性约束的通道选择和基于信息熵的空间下采样,从光谱和空间两个维度抽取关键性数据子集。针对本文所抽取的通道数据进行一维变分同化得到的温度廓线取得了接近真实探空数据的效果。此外关键性数据抽取过程综合考虑信息容量和相关性约束,兼顾应用需求的同时便于进一步压缩。最后,设计实现了基于关键信息保护的压缩和解压缩方案。在压缩端,首先,对关键性数据子集采用基于主成分分析的压缩方法进行无损压缩;再利用关键性数据子集采用叁维空谱分组重建预测的方式预测完整数据,并对预测残差进一步处理。最后,采用多级树集合分裂算法和区间编码对预测残差进行有损和无损编码获得压缩码流。在解压缩端,采用与压缩相反的处理方式可恢复完整数据。实验采用超光谱大气红外探测仪AIRS获取的标准超光谱大气红外数据。结果表明,在有损压缩中,随着峰值信噪比的提高,压缩比会有所降低,在峰值信噪比大于40d B的前提下,压缩比最高可以达到3.74。在无损压缩中,压缩比可达到2.81。本文的压缩码流着重保护了关键性数据部分,在缩小了数据量的同时,保障了数据后续处理和同化计算。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
宗显子[3]（2017）在《基于分形的高光谱遥感图像压缩算法研究》一文中研究指出对于高光谱遥感图像来说,因为它高的光谱分辨率,所以在一些现实的应用中优势很大。同时因为它本身数据较大,给传输造成了很大的压力,所以需要被压缩。在本文中,提出了一种基于分形的高光谱遥感图像压缩算法。首先,利用空间相似性,通过预测得到高质量的参考帧;之后,利用波段相似性,通过分形编码的方式,由参考帧得到与其相邻波段的图像;最后对分形参数、残差等相关的系数进行DCT变换、量化以及熵编码。实验表明,所提出的算法与目前一些常用的算法相比,能够取得更好的压缩效果。(本文来源于《Proceedings of 2017 4th International Conference on Power and Energy Systems (PES 2017)》期刊2017-11-11）
唐国斐,周海芳,谭庆平[4]（2017）在《基于多核DSP的星载并行遥感图像压缩系统设计与实现》一文中研究指出随着星载遥感技术的不断发展,产生的遥感数据也变得日渐庞大,目前有限的通信带宽远不能满足遥感图像数据传输的需求。因此研究面向星载应用的图像压缩技术对空间应用技术的发展有着十分重要的意义。采用传统单核数字信号处理器(DSP)难以满足性能需求,而采用现场可编程门阵列(FPGA)则难以满足功耗需求,近年来随着硬件技术发展,多核DSP技术已经成熟,且在弹载场景已有比较成熟的多核DSP图像压缩解决方案,可供星载应用参考。基于多核DSP,即TI公司的C6678多核浮点DSP平台,构建一个并行图像压缩系统,并充分利用多核DSP的硬件资源。考虑星载遥感图像压缩对压缩质量、压缩速度等多方面指标都有着较高的要求,系统采用JPEG2000标准进行图像压缩,并且采用了主核负责外部通信与内部任务分配、从核执行JPEG2000图像压缩的设计方案。测试结果表明,该系统运行稳定可靠,且整体压缩性能优秀,能够满足对星载遥感图像压缩系统的性能要求。(本文来源于《计算机应用》期刊2017年05期）
汪杰[5]（2017）在《基于FPGA的大面阵对地遥感图像压缩算法的设计与实现》一文中研究指出随着传感器技术的发展,卫星遥感图像的帧频、分辨率越来越高,直接导致数据量剧增。目前,极为有限的信道传输带宽远不能满足海量遥感图像数据传输的要求。因此,遥感图像必须经过数据压缩才能适应传输的要求。这使得图像数据压缩技术成为卫星遥感和数据传输的关键技术之一。论文以大面阵对地遥感图像为研究对象,主要针对JPEG2000压缩算法进行研究。首先根据遥感图像数据量大、分辨率高、纹理复杂等特点,在对比分析多种压缩算法的基础上,选择了JPEG2000算法+FPGA硬件平台的方案,设计了大面阵对地遥感图压缩系统的解决方案。然后本文对分块压缩最佳模式进行了详细研究,首先验证JPEG2000算法能够使遥感图像的压缩性能满足系统要求;然后通过分析压缩比、信噪比以及内存需求,针对分辨率为4800×3200的卫星遥感图像,给出分块大小选择的合理建议,本文推荐采用512×512的分块大小。最后对小波算法的原理及其实现过程进行深入研究,并在ISE平台,实现了大小为64×64的图像块的小波处理。实验结果表明,FPGA仿真的图像灰度值与参考值的平均误差为1.4,对视觉效果的影响较小。同时,对型号为xc5vfx100t的硬件进行综合,分析表明,硬件资源消耗也能适应512×512的图像块的处理。(本文来源于《中国科学院大学(中国科学院西安光学精密机械研究所)》期刊2017-05-01）
马俐[6]（2017）在《山区遥感图像压缩技术的研究》一文中研究指出遥感数据是由同一物体对不同波段的电磁波反射得到的,包含着丰富的地理信息。遥感数据在资源勘察、气候勘测、测绘等领域得到普遍应用。然而,卫星时刻对地面物质进行拍摄时得到的遥感数据量非常大,这对遥感数据的传送造成很大的困难,为此需要对遥感数据采用压缩处理,来提高传送速度、减少传送资源的浪费。本文针对遥感图像的空间结构和谱间结构相关性的特性,分别研究了局部预测、小波与分形结合和基于压缩感知的压缩算法,实现了对遥感图像的有效压缩处理。主要工作内容如下:1、采用拍自张家口市阳原县的遥感图像作为研究数据,研究了该图像的空间结构和谱间结构相关性的特点,提出遥感图像局部预测压缩算法。首先,根据遥感图像中所含物质种类,把原始图像分成几幅子图;然后,对不同子图进行双波段和单波段的谱间预测压缩处理。实验结果分析表明,对包含不同种类物质的遥感图像采用不同预测压缩方法可以获得较高的压缩比。2、分析了遥感图像的数据量大、分形编码得到的压缩比大以及小波分解的特点,研究了基于提升小波分解的分形压缩方法。起初,原遥感图像经过提升小波变换获得低频分量和高频分量;接着使用最小均方差搜索的分形编码对低频分量进行处理。实验结果表明,与基于小波变换的分形压缩方法比,改进的基于提升小波分解的分形压缩方法的程序运行时间可以缩短8倍,重构图像质量也得到提高。3、依据压缩感知和小波分解理论,研究了小波分解与压缩感知结合的重构方法:首先对原始图像采用一层小波分解;其次,高频部分经过稀疏表示获得叁个稀疏矩阵;然后,使用子空间追踪重构方法对叁个稀疏矩阵进行重构;最后把原始低频部分和叁个重构分量进行小波逆分解求得重构图像。仿真结果显示,与正交匹配追踪方法比,采用子空间追踪方法得到的重构图像质量更好,获得的信噪比更高。因此,本文结合遥感图像的空间和谱间结构特性、离散小波变换、分形编码和压缩感知的特点,研究了多种遥感图像压缩算法。实验结果显示,改进的压缩方法可以获得更好的压缩效果,在遥感数据压缩方面具有重要的研究价值。(本文来源于《河北工业大学》期刊2017-03-01）
王博[7]（2016）在《基于冗余字典的高光谱遥感图像压缩算法的研究与实现》一文中研究指出高光谱遥感技术利用成像光谱仪器,能够获得高空间分辨率和高光谱分辨率的图像,在国家发展中发挥着越来越大的作用。然而,高光谱图像庞大的数据量信息,使其在存储和传输中产生了很大不便,同时也对高光谱图像技术的应用和推广研究带来了困难,限制了了高光谱成像技术的进一步发展。而通过提高硬件条件解决问题,则要付出高昂的代价。因此,通过数学和数字信号处理相结合的方法,寻求一种高光谱图像的高效压缩方法,来提升高光谱遥感图像的压缩和存储效率,意义重大。在此背景下,本文针对高光谱图像的特点和压缩应用的实际需求,开展了基于冗余字典的高光谱图像压缩编码技术的研究工作,主要工作内容有以下几方面:(1)针对高光谱图像的特点,实现了基于光谱维的高光谱图像冗余字典训练和稀疏分解。通过设计一个最优的冗余字典,可以达到用字典中代表性的原子线性表示高光谱图像像元的目的。研究中采用的字典训练方法是K-SVD算法,通过此算法对高光谱图像进行训练,获得冗余字典。对实验图像复原效果进行对比分析表明,该算法得到的冗余字典能有效的对高光谱图像进行稀疏表示。(2)设计并实现了一种基于冗余字典的高光谱图像压缩算法。结合稀疏分解原理和数据特征,设计了基于冗余字典的高光谱图像压缩算法。高光谱图像通过稀疏分解,会得到一个冗余字典和相对应的稀疏分解系数,对系数进行压缩,即可达到压缩高光谱图像的目的。对系数采用量化和JPEG-LS的方法进行压缩,能够在较好复原图像信息的同时,得到较高的压缩比。(3)针对高光谱图像光谱维度方面的特点,设计并实现了基于PCA降维和冗余字典相结合的高光谱图像压缩算法。基于上述算法的实验结果及分析,在高光谱图像进行稀疏分解之前进行预处理,采用主成分分析的方法,对图像中的噪声和次要信息进行去除处理,从而达到保留图像主要信息的目的,再通过冗余字典的方法进行稀疏分解和压缩。实验结果与对比算法比较,在同等压缩比的情况下,该算法的PSNR值比JPEG2000提高1.2d B左右。(本文来源于《北京工业大学》期刊2016-06-01）
徐小乐,刘昌华,张倩妮[8]（2016）在《基于终止扫描阈值的遥感图像压缩算法》一文中研究指出针对遥感图像的压缩,对SPIHT压缩算法中的扫描阈值进行了研究,引入终止扫描阈值,提出了基于终止扫描阈值的改进算法。实验表明,在同一压缩比情况下,不同遥感图像的终止扫描阈值相同,同时在设定了终止扫描阈值之后,大大地减少扫描编码过程中的数据码流存储空间和算法的编解码时间,而算法重建图像的质量与原算法相当,适合遥感图像的实时压缩。(本文来源于《计算机与数字工程》期刊2016年01期）
刘文峰,池宜兴,靳峰,郑忠刚[9]（2015）在《基于小波变换的遥感图像压缩编码方法》一文中研究指出遥感技术在人民生活和社会生产的应用非常广泛。随之而来的海量遥感数据对信息的传输、处理和存储都是巨大的挑战,应对这个问题的重要方法之一就是对图像进行压缩编码处理。提出一种基于小波变换的压缩编码方法,利用遥感图像的先验知识来提高算法的压缩性能和效率。实验结果表明,新算法性能较传统压缩算法提高约1倍。(本文来源于《无线电工程》期刊2015年11期）
张婧,徐国根[10]（2015）在《基于DCT的遥感图像压缩算法应用》一文中研究指出随着遥感技术的快速发展和用户需求的不断提高,遥感卫星获取的海量高分辨率图像数据给卫星的实时数据传输系统和星载数据存储设备都带来了巨大压力。目前,基于离散余弦变换(DCT)的变换编码方法成为卫星遥感图像数据压缩的主要算法之一,获得了大量实际应用。本文针对遥感图像目标小、细节信息丰富等特点改进JPEG算法的量化方式,并利用Visual C++平台实现了基于DCT的遥感图像数据压缩和解压缩算法,实验结果证明了DCT变换在遥感图像数据压缩中的有效性和局限性。最后,对近年来DCT的研究方向作出建议。(本文来源于《航空电子技术》期刊2015年01期）
遥感图像压缩论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
超光谱大气红外遥感图像是由气象卫星搭载的大气垂直探测仪观测地球得到的辐射数据,其普遍拥有红外段上千个光谱通道,具有极高的光谱分辨率并且覆盖广阔的空间范围,每日产生的海量数据给数据的传输和存储带来了巨大的挑战。因此,非常有必要开展针对超光谱大气红外遥感图像压缩的研究。在应用方面,超光谱大气红外遥感图像携带丰富的地球大气状态变量信息,被广泛用于数值天气预报和气候研究等领域。考虑到超光谱大气红外遥感图像通道间信息内容有高度冗余以及巨大的数据量带来的计算负担,全部数据应用于同化计算并不是必要的也不是最优的,观测数据在输入同化系统前需要进行辐射抽稀,获取的关键数据子集需要重点保护。因此,本文提出了基于关键信息保护的超光谱图像压缩方法。首先,针对超光谱大气红外遥感数据的成像特点、物理特性、数据应用处理流程以及数据的可压缩性四个方面,与传统高光谱图像进行了对比分析。并着重分析了超光谱大气探测仪AIRS数据特性。然后,提出了面向同化应用及压缩的关键性数据抽取方案,包括基于信息容量及相关性约束的通道选择和基于信息熵的空间下采样,从光谱和空间两个维度抽取关键性数据子集。针对本文所抽取的通道数据进行一维变分同化得到的温度廓线取得了接近真实探空数据的效果。此外关键性数据抽取过程综合考虑信息容量和相关性约束,兼顾应用需求的同时便于进一步压缩。最后,设计实现了基于关键信息保护的压缩和解压缩方案。在压缩端,首先,对关键性数据子集采用基于主成分分析的压缩方法进行无损压缩;再利用关键性数据子集采用叁维空谱分组重建预测的方式预测完整数据,并对预测残差进一步处理。最后,采用多级树集合分裂算法和区间编码对预测残差进行有损和无损编码获得压缩码流。在解压缩端,采用与压缩相反的处理方式可恢复完整数据。实验采用超光谱大气红外探测仪AIRS获取的标准超光谱大气红外数据。结果表明,在有损压缩中,随着峰值信噪比的提高,压缩比会有所降低,在峰值信噪比大于40d B的前提下,压缩比最高可以达到3.74。在无损压缩中,压缩比可达到2.81。本文的压缩码流着重保护了关键性数据部分,在缩小了数据量的同时,保障了数据后续处理和同化计算。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
遥感图像压缩论文参考文献
[1].耿艳萍,赵丽,耿春艳.低质遥感图像压缩域细节特征高效增强仿真[J].计算机仿真.2018
[2].魏安琪.基于关键信息保护的超光谱大气红外遥感图像压缩研究[D].哈尔滨工业大学.2018
[3].宗显子.基于分形的高光谱遥感图像压缩算法研究[C].Proceedingsof20174thInternationalConferenceonPowerandEnergySystems(PES2017).2017
[4].唐国斐,周海芳,谭庆平.基于多核DSP的星载并行遥感图像压缩系统设计与实现[J].计算机应用.2017
[5].汪杰.基于FPGA的大面阵对地遥感图像压缩算法的设计与实现[D].中国科学院大学(中国科学院西安光学精密机械研究所).2017
[6].马俐.山区遥感图像压缩技术的研究[D].河北工业大学.2017
[7].王博.基于冗余字典的高光谱遥感图像压缩算法的研究与实现[D].北京工业大学.2016
[8].徐小乐,刘昌华,张倩妮.基于终止扫描阈值的遥感图像压缩算法[J].计算机与数字工程.2016
[9].刘文峰,池宜兴,靳峰,郑忠刚.基于小波变换的遥感图像压缩编码方法[J].无线电工程.2015
[10].张婧,徐国根.基于DCT的遥感图像压缩算法应用[J].航空电子技术.2015
论文知识图
