基于在線字典學(xué)習(xí)的高光譜圖像壓縮技術(shù)研究.pdf

1、近年來隨著高光譜遙感技術(shù)的不斷進步，成像光譜儀的光譜通道數(shù)更多，高光譜數(shù)據(jù)的空間分辨率和光譜分辨率越來越高，數(shù)據(jù)量自然也隨之增加。由于技術(shù)的發(fā)展導(dǎo)致的高光譜圖像數(shù)據(jù)量上的巨大膨脹，盡管計算機數(shù)據(jù)處理能力的進步提升了高光譜圖像數(shù)據(jù)傳輸和存儲的效率，但是高光譜圖像的海量數(shù)據(jù)帶來的傳輸速度和存儲容量壓力，一定程度上制約著高光譜遙感技術(shù)邁向更進一步的發(fā)展。因此，高光譜圖像數(shù)據(jù)壓縮技術(shù)對高光譜遙感數(shù)據(jù)的應(yīng)用和發(fā)展起到了至關(guān)重要的作用。
　　

2、論文首先對高光譜圖像作簡要的介紹，從高光譜數(shù)據(jù)的特點來分析高光譜圖像壓縮的必要性和可行性。更進一步地，通過從多個角度對高光譜圖像數(shù)據(jù)進行詳細的分析，得出相關(guān)結(jié)論，即相較于普通自然圖像，高光譜圖像有較強的譜間相關(guān)性，并且高光譜圖像的譜間相關(guān)性要強于其空間相關(guān)性。
　　其次,論文對高光譜圖像數(shù)據(jù)去相關(guān)方法進行了研究，從傳統(tǒng)的數(shù)據(jù)去相關(guān)方法出發(fā)，通過實驗比較它們應(yīng)用于高光譜圖像三維變換的效果，在此基礎(chǔ)上進而提出結(jié)合光譜曲線聚類和主成分分

3、析能夠更好的去除高光譜圖像譜間相關(guān)性的方法，并通過實驗得到驗證。
　　然后，論文針對高光譜圖像光譜曲線聚類這一研究問題，為了得到更好的光譜曲線聚類效果，文中提出了新型光譜曲線譜聚類算法，其中對于光譜曲線相似度，給出了更好的度量方法。通過結(jié)合新型光譜曲線譜聚類和主成分分析方法，通過實驗驗證能夠達到更好的數(shù)據(jù)去相關(guān)效果。
　　最后，稀疏編碼模型可以通過學(xué)習(xí)得到的光譜曲線字典元素來表示對應(yīng)的物質(zhì)材料，由于根據(jù)相應(yīng)數(shù)據(jù)集合學(xué)習(xí)得到的