光学遥感图像分级压缩方法研究
本文关键词: 光学遥感图像 分级压缩 图像表示 自适应扫描 视觉敏感度模型 出处:《哈尔滨工业大学》2016年博士论文 论文类型:学位论文
【摘要】:随着对地观测技术的发展,遥感平台和传感器更加多样化,遥感图像的分辨率不断提高,使得获取的遥感图像数据量剧增。因此,高效的压缩技术在遥感领域变得越来越重要。此外,随着光学遥感图像应用的普及,许多应用不仅要求压缩技术具有较好的压缩性能,还要求支持光学遥感图像的渐进传输和显示。在这种情况下,需要对光学遥感图像进行高效的分级压缩。现有的分级压缩方法多是针对自然图像进行设计的,并没有考虑到光学遥感图像自身的特点。对于获得的大量的光学遥感数据,如何结合光学遥感图像的特点,对其进行灵活、高效的分级压缩,以满足快速传输、处理,以及有效显示的需求,成为目前遥感图像压缩领域面临的一个重要问题。本文围绕光学遥感图像的分级压缩展开研究。图像压缩的核心在于能否对图像数据进行更加集中和有效的表示,故一种好的图像表示方法至关重要。论文先研究了适合光学遥感图像的表示方法,然后从数据组织的角度,研究了适合光学遥感图像的自适应扫描方法。接着,针对大范围场景的光学遥感图像有效显示的需求,研究了基于视觉重要信息保护的编码方法。最后,设计了一套面向可视化应用的光学遥感图像压缩与渐进传输系统。本文的研究对于光学遥感图像分级压缩技术的发展,尤其是对于面向可视化应用的压缩,具有重要的研究意义。首先,从图像表示的角度,针对光学遥感图像通常细节信息较为丰富,难以有效描述的问题,从多尺度几何分析入手,对适合光学遥感图像的表示方法进行了深入研究。先从方向小波基出发,利用了Tetrolet变换对图像细节保持较好这一特点,结合张量积小波变换对平滑图像能够最优逼近这一性质,提出了一种基于混合变换的遥感图像表示方法,实验表明该方法能够更好的对光学遥感图像进行表示。进而,研究了基于自适应方向提升的变换方法,该方法能够自适应的调整滤波器的方向,并对滤波中可能用到的分数像素采用方向插值,能够对光学遥感图像进行有效的稀疏。相比于当前主流的方向提升方法,提出的方法具有更低的复杂度,且降低了边信息的开销。将该表示方法与基于“零树”的编码方法结合后,结果证明能够显著提高光学遥感图像的压缩性能。其次,从数据组织的角度,对适合光学遥感图像的扫描方法进行了深入研究,旨在提高面向渐进传输的数据组织效率。通常,每幅图像都有其自身的内容和分布特点,一概采用固定扫描难以使其得到好的压缩性能。此外,与自然图像相比,光学遥感图像变换后,高频子带内包含的信息更多,且不同子带间信息量相差往往更大,这就导致了固定扫描方式对光学遥感图像的压缩性能影响更大。为了解决该问题,在分析现有扫描方法的基础上,结合光学遥感图像特性,提出了一种自适应扫描方法。该方法同时考虑了图像内容和小波子带特性,经分析后给出不同的子带间扫描顺序和子带内扫描方法,在保证按照重要性扫描的同时,能够尽可能保留光学遥感图像的纹理信息。用扫描后生成的系数序列建立二叉树,并采用二叉树编码器进行编码。结果表明,提出的方法能有效提高分级压缩的性能,且算法复杂度低,证明了提出的自适应扫描方法的有效性。再次,针对大场景光学遥感图像有效显示的需求,在考虑人眼视觉的基础上,对光学遥感图像的分级压缩方法展开了研究。现有的绝大多数遥感图像压缩方法均是在均方误差意义下设计的,然而,对于与可视化相关的应用,统计意义下的好的压缩性能并不意味着好的视觉质量。因此,在分级压缩过程中,应对视觉重要的信息进行保护,优先编码并传输这些信息。首先研究了基于视网膜的视觉敏感度模型,根据该模型进行基于像素的视觉敏感程度分析,并结合各小波子带的误差检测阈值,得到变换域的视觉敏感度模型。接着,计算变换域的视觉加权掩膜。最后,对于视觉加权后的变换图像,采用提出的自适应扫描方法进行扫描,并进行二叉树编码。经验证,在相同码率下,提出方法能有效改善重建图像的视觉质量,为光学遥感图像可视化提供了可靠保证。最后,针对当前对遥感图像交互式可视化的应用需求,以上面的研究成果为支撑,设计了一套面向可视化的光学遥感图像分级压缩与渐进传输系统。系统重点围绕压缩、解压缩、渐进传输等模块,以及各种接口进行设计。系统采用了离线压缩方式,可实现大量遥感图像入库时的批量压缩,并保证客户端浏览所请求图像的实时性。与传统的基于金字塔结构的方式相比,该系统采用“增量”方式存储码流,降低了需存储的数据量,同时也减少了数据传输时间。此外,研究了断点续传技术,可为大数据量数据传输提供可靠的保障。系统测试结果表明,该系统能够实现客户端请求图像的渐进传输,解码速度快,能较好地满足客户端对光学遥感图像交互式可视化的需求。
[Abstract]:......
【学位授予单位】:哈尔滨工业大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TP751
【相似文献】
相关期刊论文 前10条
1 岳涛;;中国航天光学遥感技术成就与展望[J];航天返回与遥感;2008年03期
2 ;美国小型光学遥感卫星的新进展[J];国际太空;1996年09期
3 王斌永;海洋和水环境航空光学遥感系统[J];红外;2002年10期
4 郭今昌;;商用高分辨率光学遥感卫星及平台技术分析[J];航天器工程;2009年02期
5 吴桂英;超高分辨率成像光谱仪在陆地和机载光学遥感中的应用[J];光机电信息;1995年12期
6 牛铮;光学遥感大气订正总体思路与最新进展[J];遥感技术与应用;1998年01期
7 马文坡;;卫星光学遥感系统优化设计与像质评价探讨[J];航天返回与遥感;2007年04期
8 高昆;刘迎辉;倪国强;张彦;;光学遥感图像星上实时处理技术的研究[J];航天返回与遥感;2008年01期
9 周峰;郑国宪;苏云;;国外深空探测光学遥感载荷发展现状与启示[J];航天返回与遥感;2012年01期
10 徐茂松;李坤;谢酬;朱松;罗洪章;张风丽;王雪军;夏忠胜;党永峰;;极化雷达与光学遥感森林雪灾破坏协同监测[J];南京林业大学学报(自然科学版);2014年04期
相关会议论文 前10条
1 龙超;;美国新一代商用光学遥感卫星及其新技术[A];中国光学学会2011年学术大会摘要集[C];2011年
2 周胜利;马骏;徐鹏;;航天光学遥感系统的图像质量预估[A];第十一届全国光学测试学术讨论会论文(摘要集)[C];2006年
3 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
4 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
5 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(下册)[C];2001年
6 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年
7 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
8 李大鹏;禹晶;肖创柏;;图像去雾的无参考客观质量评测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 张晓辉;韩昌元;;传输型CCD光学遥感相机综合像质评价[A];第十届全国光学测试学术讨论会论文(摘要集)[C];2004年
10 姜伟;黄巧林;;航天光学遥感InGaAs短波红外成像应用技术[A];第二十三届全国空间探测学术交流会论文摘要集[C];2010年
相关重要报纸文章 前9条
1 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年
2 北京空间机电研究所;空间探秘创伟业 自主创新建奇功[N];科技日报;2008年
3 北京空间机电研究所;空间探秘创伟业 自主创新建奇功[N];光明日报;2008年
4 艾思平翻译;视频编码软件CCE SP2操作指南(9)[N];电子报;2009年
5 ;B超术语解释[N];农村医药报(汉);2008年
6 ;图像质量调整秘技[N];电脑报;2001年
7 马骏睿 皓月;制作版画效果图片[N];中国摄影报;2007年
8 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
9 艾思平翻译;视频编码软件CCE SP2操作指南(14)[N];电子报;2009年
相关博士学位论文 前10条
1 石翠萍;光学遥感图像分级压缩方法研究[D];哈尔滨工业大学;2016年
2 王泽龙;光学遥感压缩成像理论与系统设计[D];国防科学技术大学;2013年
3 梁福来;低空无人机载UWB SAR增强成像技术研究[D];国防科学技术大学;2013年
4 周静;基于忆阻器的图像处理技术研究[D];国防科学技术大学;2014年
5 贾茜;基于时—空域插值的图像及视频上采样技术研究[D];武汉大学;2014年
6 李照奎;人脸图像的鲁棒特征表示方法研究[D];武汉大学;2014年
7 郝红星;基于干涉相位图像构建数字高程模型的关键技术研究[D];国防科学技术大学;2014年
8 杨小义;图像特征识别算法及其在聋人视觉识别中的应用研究[D];重庆大学;2015年
9 王玉明;SAR图像地雷场检测技术研究[D];国防科学技术大学;2013年
10 温景阳;图像大容量、低失真可逆信息隐藏技术研究[D];兰州大学;2015年
相关硕士学位论文 前10条
1 秦宁丽;基于多特征融合的光学遥感图像目标分类算法研究[D];沈阳航空航天大学;2016年
2 张帆;海上光学遥感图像目标识别与GPU并行加速[D];中国科学院长春光学精密机械与物理研究所;2016年
3 李鹏远;图像检索算法研究及其在互联网教育中的应用[D];华南理工大学;2015年
4 万燕英;微聚焦X-ray图像自适应正则化去噪方法[D];华南理工大学;2015年
5 毛双艳;基于梯度域的图像风格化渲染方法的研究及其应用[D];华南理工大学;2015年
6 向训文;RGB-D图像显著性检测研究[D];华南理工大学;2015年
7 曾旭;基于聚类和加权非局部的图像稀疏去噪方法研究[D];天津理工大学;2015年
8 熊杨超;图像美学评价及美学优化研究[D];华南理工大学;2015年
9 王艳;图像视觉显著性检测方法及应用的研究[D];华南理工大学;2015年
10 郑露萍;图像二阶微分特征提取及人脸识别应用研究[D];昆明理工大学;2015年
,本文编号:1503206
本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/1503206.html