基于Contourlet變換和PSO的多光普遙感圖像分形壓縮方法.pdf

1、多光譜遙感圖像在航空航天、地質(zhì)勘探、環(huán)境監(jiān)測(cè)等領(lǐng)域都有廣闊的應(yīng)用前景。多光譜遙感圖像作為一種三維圖像提供了關(guān)于地物更細(xì)致的光譜信息,但同時(shí)其數(shù)據(jù)量急劇增加,給在有限信道上傳輸和存儲(chǔ)帶來(lái)了困難。所以研究多光譜遙感圖像的高質(zhì)量的壓縮技術(shù)具有十分重要的實(shí)際意義。本文主要研究基于Contourlet變換和粒子群的多光譜遙感圖像分形壓縮方法,包括以下幾個(gè)方面:
　　 首先,實(shí)現(xiàn)了基于粒子群和K-均值聚類(lèi)的圖像分形壓縮算法,進(jìn)而給出了基于免

2、疫粒子群和K-均值聚類(lèi)的Contourlet域圖像分形壓縮算法。通過(guò)免疫粒子群和K-均值聚類(lèi)算法對(duì)Contourlet變換后的系數(shù)進(jìn)行分類(lèi),完成分形壓縮。實(shí)驗(yàn)結(jié)果表明,與基于K-均值聚類(lèi)的快速分形編碼算法相比,本文給出的兩個(gè)算法在相同壓縮比下能較好地保持圖像的紋理；
　　 然后,對(duì)多光譜遙感圖像每個(gè)波段進(jìn)行空域Contourlet變換,將Krawtchouk矩不變量和模糊C-均值聚類(lèi)算法引入到分形壓縮中,分別實(shí)現(xiàn)了基于Krawt

3、chouk矩不變量及基于Krawtchouk矩不變量和Contourlet變換的多光譜圖像分形壓縮算法。實(shí)驗(yàn)結(jié)果表明,通過(guò)進(jìn)一步對(duì)Range塊和Domain塊細(xì)分類(lèi),本文實(shí)現(xiàn)的算法能夠獲得更高的峰值信噪比和壓縮比:
　　 接著,實(shí)現(xiàn)了基于核模糊聚類(lèi)及基于改進(jìn)粒子群核模糊聚類(lèi)的Contourlet域多光譜遙感圖像分形壓縮算法,實(shí)驗(yàn)結(jié)果顯示本文算法的編碼時(shí)間較基于小波域的遙感圖像分形壓縮算法大為減少,同時(shí)獲得了更好的解碼圖像效果:<