版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,高光譜傳感器分辨率的不斷提升致使高光譜圖像數(shù)據(jù)量顯著增加,使高光譜圖像壓縮變得越來越關鍵和必要。其中,基于變換的高光譜圖像壓縮方法是典型方法之一,具有有損無損兼容、有利于硬件實現(xiàn)等特點。本文研究并改進了一種基于3D-LBT(Three Dimension-Lapped Biorthogonal Transform)的無損高光譜壓縮算法并對其進行了軟件實現(xiàn),并對關鍵模塊進行了硬件實現(xiàn)。
首先,基于3D-LBT設計了高光譜
2、壓縮算法,包括3D-LBT、預測算法以及編碼器部分。針對預測部分,在研究了3D-LBT變換后高頻系數(shù)、低頻系數(shù)以及直流系數(shù)三種系數(shù)的相關性的基礎上,有針對性地改進了具有三種模式的差分脈沖編碼調(diào)制(Differential Pulse Code Modulation,DPCM)算法。對于熵編碼部分,優(yōu)化設計了Range Coder的基本理論以及其技術實現(xiàn)方法,在編碼器之前Histgram Packing以銜接預測運算與編碼器,并且為了進一
3、步改善編碼效果在編碼器之前增加了Positive Mapping運算,之后對于Range Coder內(nèi)部的累計頻度統(tǒng)計的算法進行了改進。然后在基于Visual Studio2012平臺實現(xiàn)了該算法,并以Yellowstone calibrated scene0、3、10三幅高光譜圖像進行了驗證,得到平均壓縮比為3.603。
其次,采用超高速集成電路硬件描述語言(VHDL)實現(xiàn)了壓縮算法中的預測和編碼模塊,并在其內(nèi)部使用流水線結
4、構將各子模塊組織起來,使用Modelsim10.1d對所編的模塊進行寄存器傳輸級(Register-Transfer Level,RTL)仿真,并在對其進行綜合之后進行門級仿真,以為各模塊之上的流水線結構實現(xiàn)做好鋪墊。并按照流水線結構將各模塊組織起來,在利用Quartus II對其進行綜合之后,使用Modelsim10.1d對其進行RTL以及門級仿真,使用截取后的Yellowstone calibrated scene0、3、10三幅高
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于光譜特性的高光譜圖像壓縮方法研究.pdf
- 高光譜圖像壓縮方法研究.pdf
- 高光譜圖像目標檢測及壓縮方法研究.pdf
- 基于三維光譜模型的高光譜圖像壓縮方法的研究.pdf
- 328.高光譜圖像壓縮的方法研究
- 高光譜圖像壓縮的研究.pdf
- 基于壓縮感知的高光譜圖像稀疏解混方法研究.pdf
- 基于張量的高光譜遙感圖像壓縮研究.pdf
- 基于光譜特性的多光譜圖像壓縮方法研究.pdf
- 基于小波變換的高光譜溢油圖像壓縮方法的研究.pdf
- 基于改進預測樹的高光譜圖像無損壓縮方法研究.pdf
- 基于譜間相關性的高光譜圖像壓縮方法研究.pdf
- 基于自適應譜段重組的高光譜圖像壓縮方法研究.pdf
- 高光譜圖像壓縮采樣研究.pdf
- 基于預測的高光譜及極光光譜圖像無損壓縮
- 基于壓縮感知的高光譜圖像重構.pdf
- 基于壓縮感知的高光譜圖像重建算法研究.pdf
- 基于3D-SPIHT編碼算法的超光譜圖像壓縮研究.pdf
- 基于預測的高光譜及極光光譜圖像無損壓縮.pdf
- 基于聯(lián)合MSE和分類失真測度的高光譜圖像壓縮方法研究.pdf
評論
0/150
提交評論