基于感兴趣区域的遥感图像自动识别和分类压缩技术

论文摘要

遥感图像在国民经济的各个领域发挥着越来越重要的作用。伴随遥感图像的精度提高,其数据量海量增加。这使得有限的信道容量、存储空间与大量遥感图像数据传输、存储和处理间的矛盾日益突出,解决该矛盾的重要手段就是图像压缩。为了缓解现行压缩算法中压缩率和重建图像质量间的矛盾,结合不同使用者在海量数据中的感兴趣区域（ROI）不同这一客观事实,本论文以可见光遥感图像中城市区域为ROI,开展基于感兴趣区的自动识别和分类压缩技术研究,提出一种尽可能保存ROI信息,大比例压缩或抛去背景区（BG）信息的海量数据压缩新方案。首先分析不同外在表现形式的城市遥感图像的共同特性,由共同特性构造特征空间;其次,在构造的特征空间中根据风险判决的思想,由样本图像归纳出区分城市区域和非城市区域的特征阈值集合,并由待识别图像进行特征提取得到特征集合,比较两集合中对应元素,把比较结果作为判据进行分裂合并运算和结构修正运算,得到ROI和BG的区域位置参数;然后根据用户需求选取压缩等级,对ROI和BG进行不同的压缩处理,实现分类压缩;最后,在接收终端执行压缩的逆过程,实现对ROI和BG的逐次解码与合并,得到重建图像。针对上述方案建立了相应的数理模型,并通过C语言编写其算法仿真程序,验证该方案的可实现性和先进性。随后在ICETEK-DM642-PCI实验评估板上,验证该方案的工程可实现性。仿真实验表明;本算法能自动对可见光遥感图像进行城市区域识别,并根据用户的不同需求,灵活选择相应的压缩等级进行分类压缩,实现确保有效信息量前提下压缩率的提高,其压缩性能优于单独使用JPEG或JPEG2000方案形成的整体压缩算法。在ROI区域的峰值信噪比相同的情况下,可实现压缩率大于整体使用JPEG或JPEG2000算法的压缩率,在码率相同的情况下,可实现ROI区域的峰值信噪比高于整体使用JPEG或JPEG2000算法时的峰值信噪比。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 引言
• 1.2 课题的意义和价值
• 1.3 国内外识别和压缩技术的现状
• 1.3.1 图像识别的发展及研究现状
• 1.3.2 图像压缩的发展及研究现状
• 1.4 本论文的主要研究内容及组织安排
• 第二章 遥感图像的自动识别和压缩
• 2.1 遥感和遥感图像
• 2.1.1 遥感基本原理和过程
• 2.1.2 遥感的分类
• 2.1.3 遥感图像的特点
• 2.1.4 遥感图像与普通图像的差异
• 2.2 自动识别技术
• 2.2.1 自动识别的基础知识
• 2.2.2 图像的自动识别
• 2.3 图像的压缩
• 2.3.1 图像压缩技术简介
• 2.3.2 图像压缩标准简介
• 2.3.3 JPEG和JPEG2000性能比较
• 2.3.4 基于感兴趣区的图像压缩方法
• 第三章 城市区域自动识别的实现
• 3.1 城市区域与非城市区域的特征分析
• 3.2 特征提取
• 3.2.1 纹理特征提取
• 3.2.2 色彩特征提取
• 3.2.3 空间特征提取
• 3.3 分类算法
• 3.3.1 分裂算法
• 3.3.2 多特征融合
• 3.3.3 块属性修正
• 3.4 结构修正
• 3.5 城市区域自动识别仿真结果
• 3.5.1 仿真过程中的注意事项
• 3.5.2 风险评估确定识别中阈值
• 3.5.3 仿真结果
• 第四章 分类压缩部分的实现
• 4.1 分类压缩的设计
• 4.1.1 分类压缩方式的实现思想
• 4.1.2 总体实现方式
• 4.1.3 压缩算法的比较及确定
• 4.2 JPEG2000算法的实现
• 4.2.1 预处理
• 4.2.2 小波变换
• 4.2.3 量化
• 4.2.4 EBCOT编码
• 4.2.5 不同压缩率的实现
• 4.3 实验仿真结果
• 4.3.1 压缩的实现步骤
• 4.3.2 压缩质量的评价体系
• 4.3.3 分类压缩仿真
• 第五章 基于DSP的硬件系统设计
• 5.1 DSP及实验板基本知识
• 5.2 硬件系统的构成
• 5.3 硬件系统的实现
• 5.3.1 DSP实验板上程序的实现
• 5.3.2 接收端PC机上应用程序实现
• 5.3.3 调试中遇到的问题及解决途径
• 5.3.4 硬件系统的仿真结果
• 第六章 结论与展望
• 6.1 结论
• 6.2 存在的问题和展望
• 致谢
• 参考文献
• 附录A 部分实验用遥感图像的自动识别结果
• 附录B 程序代码主框架
• 附录C 研究生期间发表论文情况