高光谱图像与分形图像压缩.ppt

高光谱图像 从有哪些信誉好的足球投注网站汶川大地震失事的米-171直升飞机说起 2008年5月31日下午,成都军区抗震救灾部队一架米-171运输机直升飞机在返回途中,在汶川县映秀镇附近因局部气候变化,突遇低云大雾和强气流,于14时56分失事。 5月31日至6月10日上午的11天中动用了遥感卫星、直升机、航拍飞机、遥感飞机、三角翼动力伞、水陆工程探测车等多种技术手段和地面搜救人员1万多人/天,实施陆空联合拉网式搜救。 6月10日，失事直升机残骸在映秀镇西北方向7公里，海拔2800多米的一个灌木林中发现。失事地点正好的飞机预定的航线附近 米-171运输直升飞机 飞机尾部 结论：当目标占视场面积不大，而且目标与背景在颜色、纹理相近的情况下，肉眼或普通的遥感图像无法识别。 普通彩色图像中每个像元在光谱轴上取三点测量其对光线的反射值 高光谱图像中每个像元在不同波段上的幅值形成一条可对目标进行分类的光谱曲线 高光谱图像中每个像元在不同波段上的幅值形成一条可对目标进行分类的光谱曲线 高光谱曲线: 蓝色－水铝矿　灰色－灰色干土壤，绿色－绿色植被 高光谱遥感 波段多。可见光和近红外光谱区内有几十甚至数百个波段，图像上每个像元的灰度值按照波长排列都可以得到一条光谱曲线， 光谱分辨率高。成像光谱仪采样的间隔小，一般为10 nm左右。精细的光谱分辨率反映了地物光谱的细微特征，使得在光谱域内进行遥感定量分析和研究地物的化学成分成为可能。 空间分辨率高。目前遥感卫星(300 km)上实用成像光谱仪图像覆盖面积大，空间分辨率一般为10 m左右，如果机载(3 km)则物理空间分辨率在10 cm左右 遥感图像数据量大，这些数据往往存在着很强的相关性，这些相关性会引起信息的冗余，造成数据量的增大 高光谱卫星资源 美国eo1卫星（2000年发射） /eo1/ 中国环境一号卫星2008-9-6号发射 光谱范围： 450～950 nm 波段数： 110～128 空间分辨率100 m 幅宽50 km 侧摆能力±30° 高光谱图像是三维图像立方体 高光谱图像数据量巨大,它同时具有很强的谱内相似性和谱间相似性， 利用图像各点之间的空间相似性，进行各种编码来削减图像中的冗余性，达到图像压缩的目的。 高光谱图像可以通过削减空间冗余和谱间冗余的方法来压缩数据。 我国洞庭湖高光谱图像 高光谱图像的研究意义 不仅可以识别目标的颜色与形状，还可以识别目标的化学特性 为模式识别等各种与图像处理有关的研究打开一片新的处女地 目前在矿藏探测，环境、植物与农作物的监测等方面有很好的应用。 分形Fractal 引例：1967年，美“科学”杂志提出一个问题：“英国海岸线有多长？” 分形创立者，Mandelbrot提出，海岸海的长度可以认为是不确定的，从高空飞机往下看，长度为x1；从低空飞机往下看，长度为x2； 如果让一个小虫沿海岸爬行，测得长度为x3; 如果用分子，原子来测量xn为天文数字 x1x2…xn… 说明当对研究对象越贴，发现的细节就越多， 但是在不同高度观察到的海岸线曲折、复杂 程度又十分相近（自相似性） Mandelbrot认为用Kock曲线来模拟英国海岸线，比用折线精确得多 Koch曲线：取长度为一个单位的线段开始 尺度 段数 长度 1/3 4 4/3 1/9 (4)2 (4/3)2 .…… (1/3)n (4)n (4/3)n 精细下去，长度趋于无穷大 分维=logN/log(1/r)=log4/log3=1.261(拓朴维） 分形的定义（描述性） F具有精细结构，即它包含有任意小的细节 F具有某种自相似的结构（精确，近似，统计） F的分维严格大小它的拓朴维 存在对F的简单算法（低信息量）的描述，F可以由迭代产生 两个重要定理 不动点定理： 设wi为压缩映射（w：X → X， d(w(x),w(y))≤c * d(x,y) 任意x,y属于X 其中0≤ c1） W(B)=∪wi(B)也是压缩映射，压缩因子也是c1 W存在唯一不动点A使W(A)=A 拼贴定理： 设( X，d)是一个完备度量空间，给定集合L属于B(X)(X中有界闭集全体)和数ε0，如果能选到一个压缩IFS, ∪wi(L)使 h(L, ∪wi(L)) ≤ε 则h(L,A) ≤ ε/(1-c) 举例： 用4块压缩小仿射枫叶覆盖大枫叶L，如果覆盖很好的话，它的IFS就会迭代逼近L的不动