登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 电子信息类 > 信息工程 > 正文

应用于卫星云图的有损图像压缩技术开题报告

 2022-01-12 22:33:35  

全文总字数:5601字

1. 研究目的与意义及国内外研究现状

人民的日常生活以及国家的工农业生产等重要领域从来都和气象息息相关,因此气象的变化就是每个国家都需要深入研究的重要内容。气象卫星作为一个遥感测量地球大气信息的气象观测仪器,不仅能够监测气相变化获取信息,还比常规气象观测手段具有更广阔的观测范围、更高的时间分辨率且能够在观测目标物时不被其他因素所干扰。气象卫星获取的卫星云图是反映了地球表面的地性特征以及覆盖在地球上的云层特征信息的卫星图像资料,它能够更加直观准确地显示多样化的信息,故被广泛应用到天气预报业务和大气科学研究中来。

卫星云图是重要的气象信息获取资料,近年来,卫星技术随着科研人员研究的不断深入,已经能够采集到更多的信息,卫星云图的分辨率越来越高,所包含的信息量也越来越大。随之而来的,不仅仅是能获取更细致的气象信息,应用于更广泛领域等优点,也带来了图像传输效率变低、存储代价变大等问题,因此图像的压缩成为了亟待解决的问题。当前的卫星云图图像压缩主要应用无损压缩技术,无损压缩技术尽管能够保留图像的所有细节,但是却不能有效降低传输时间。传统的有损压缩技术能够有效提升图像的压缩比,但由于细节遗失较多而不被广泛应用。因此,如今应用于卫星云图的有损压缩技术常常会在传输后进行再一步加工,对压缩后的卫星云图进行图像的重建,恢复图像的细节。本题所研究的图像压缩方法属于后加工的有损图像压缩技术,利用深度卷积神经网络的特征提取功能将图像重建,能够在提升传输效率的同时保留图像的细节。

国内外研究现状

随着互联网技术的高速发展以及数字图像采集设备的普及,我们一直不断探索更有效率的图像编码方法,在2000年,第一个图像编码方法jpeg被提出,这是一个应用dct变换的有损图像压缩方法,但其保护了图像原本的色彩,使得艺术用途的照片能够不失美感。而后续出现的png压缩方法,则是在jpeg编码方法的基础上保持了图像清晰度的无损图像压缩方法,使图像在应用时不会失真,提升了人们的工作效率。现如今,随着海量图像在互联网上的传输和应用,越来越多的图像编码方法在原有的基础上升级和创新。目前的图像压缩技术主要分为有损失的图像压缩技术和无损失的图像压缩技术,这两种图像压缩技术各有优缺点,在使用时需仔细评估使用每一种图像压缩技术的优劣对于所做项目的影响再进行选择。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

卫星云图是重要的气象信息获取资料,近年来,卫星技术随着科研人员研究的不断深入,已经能够采集到更多的信息,卫星云图的分辨率越来越高,所包含的信息量也越来越大。随之而来的,不仅仅是能获取更细致的气象信息,应用于更广泛领域等优点,也带来了图像传输效率变低、存储代价变大等问题,因此图像的压缩成为了亟待解决的问题。当前的卫星云图图像压缩主要应用无损压缩技术,无损压缩技术尽管能够保留图像的所有细节,但是却不能有效降低传输时间。传统的有损压缩技术能够有效提升图像的压缩比,但由于细节遗失较多而不被广泛应用。

本论文主要研究可以应用于卫星云图上的有损图像压缩技术,通过对图像尺度的变换,在消除部分冗余信息的同时避免产生因图像压缩带来的块效应。再通过传统的JPEG图像压缩方法将图像进一步压缩。最后利用深度卷积神经网络的特征提取功能将图像重建,恢复图像原本的特征。这种图像压缩方法可以有效提升图像的压缩比,在后续的图像重构中也可以有效保留图像的大部分重要特征。

3. 实施方案、进度安排及预期效果

实施方案

卫星云图中所包含了大量的信息,其主要成分就是云系数据。所以在对卫星云图进行图像压缩时,需要重点考虑云系数据的压缩效果。在此前,为了保证云系数据在传输时不会出现信息的遗失,云系数据的压缩常常使用无损压缩的方式来进行压缩。但是在应用上,无损压缩技术常常不能做到很好的压缩效果,而使用有损压缩技术又可能会将图像中所囊括的重要重要信息错漏,甚至导致一些无法挽回的后果。目前的深度学习技术可以将图像中的重要特征提取出来,通过与jpeg压缩标准的结合能够保留图像的大部分特征数据。

本论文采用卷积神经网络与图像压缩jpeg标准的结合,实验云系图像是否能够通过这种有卷积神经网络技术参与的有损图像压缩技术,降低和通过无损图像压缩技术压缩图像的差距,达到良好的效果。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1]计文婷.jpeg和jpeg2000图像压缩算法差异对图像质量影响的比对分析[j].科技传播,2019,11(07):169-170 187.

[2]abebe sefani berhanu. 基于显著差异的jpeg图像压缩[d].北京交通大学,2018.

[3]周颖. 卫星云图超分辨率的若干关键技术研究[d].宁波大学,2017.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图