Hyperspectral image compression using graph signal processingand wavelet-based spectral decorrelation
Çizge işaret işleme ve dalgacık tabanlı izge lıntısızleştırmeye spektral dekorelasyon dayalıhiperspektral imge sıkıştırma
- Tez No: 564129
- Danışmanlar: DOÇ. DR. BEHÇET UĞUR TÖREYİN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Elektrik ve Elektronik Mühendisliği, Science and Technology, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilişim Uygulamaları Ana Bilim Dalı
- Bilim Dalı: Bilişim Uygulamaları Bilim Dalı
- Sayfa Sayısı: 77
Özet
Son yıllarda, uzaktan algılama askeri ve tarım ara¸stırma alanlarında çok önemli bir rol oynamaktadır. Uzak bir nesneye yerle¸stirilmi¸s sensörleri kullanarak, toprak içeriklerini analiz edebilir veya dünyanın belirli bir bölgesinde mineral tortuları bulabiliriz. Bunu yapmak için büyük volumetrik veriler, hiperspektral görüntüleme kullanılarak fotograf ¸seklinde yakalanır. Donanım kısıtlamalarından oturu bu buyuk boyutlu ˘ fotograflardan olusan veri setlerini depolayamiyoruz. Bu yuzden, hiperspektral imgeleri kalitelerinden ödün vermeden ¸sıkı¸stırabilmek çok önemlidir. Bu tezde, kaliteyi korurken Hiperspektral görüntüyü (HSI) ¸sıkı¸stırmak için yeni bir yöntem tanıtıyoruz. Verimli bir sıkı¸stırma elde etmek için, HSI ı¸sıksal ve yüzeysel olarak ayrı¸stırılır. Imgeleri spektral olarak ayrı¸stırmak icin be¸s a¸samalı Discrete Wavelet Transform (DWT) uygulandi ve katsayılar JPEG 2000 kullanilarak kayipsiz bir sekilde sikistirildi. En küçük yedi katsayiya graf Fourier transformu uygulandi ve imgeleri geri dönüstürmek için en yuksek degere sahip birkaç katsayı kaydedildi. Bu metodun yeniligi graftaki bir sinyalin frekans katsayılarınıin dön¸sturulmesiyle ilgilidir. Frekans bandındaki dü¸sük katsayılar kullanilarak Inverse Discrete Wavelet Transform (IDWT) ile imgeler tekrar elde edildi. Hiperspektral imgeler de Inverse Discrete Wavelet Transform geri elde edildi. HSI kalitesi, kayıpsız sıkı¸stırılmı¸s görüntüleri kar¸sıla¸stırmak için en sık kullanılan ölçümlerden olan PSNR metrikleri ile olculdu. Algoritmamizi denemek için iki tür Hyperspectral Image DataSet kullanıldi: Airborne Visible Imaging Spectrometer(AVIRIS) veri kümesi ve Hyperion veri kümesi.
Özet (Çeviri)
In recent years, remote sensing is playing a very important role in the military and agriculture areas of research. Using sensors placed onboard in a remote object, we can analyze the soil contents or finding mineral deposits in a particular area of the world. In order to do this, large volumetric data are captured in the form of photography using hyperspectral imaging. Due to their large size, there exists a hardware bottleneck that doesn't allow us to record a lot of data. Therefore, it is very important that we compress the hyperspectral images while preserving the quality in order to capture more images onboard. In this thesis, we introduce a novel method of compressing hyperspectral image(HSI) while preserving the quality. In order to achieve an efficient compression, the HSI is spectrally and spatially decorrelated. We apply a five-level Discrete Wavelet Transform (DWT) to spectrally decorrelate the image and losslessly compressed the detail coefficients using JPEG 2000. We apply graph Fourier transform to the last seven approximation coefficients and save only a few coefficients with the highest values that will enable us to reconstruct the image back. The novelty of this method relies on transforming band coefficients of a signal on the graph . We reconstruct the lowest bands by taking the Inverse Graph Fourier Transform and reconstruct the HSI using Inverse Discrete Fourier Transform . The quality of the HSI is measured using PSNR metrics because it is the most commonly used metrics for comparing losslessly compressed images. Two types of Hyperspectral Image datasets are used to implement our coding scheme: Airborne Visible Imaging Spectrometer (AVIRIS) dataset and Hyperion dataset.
Benzer Tezler
- Hyperspectral image compression using sparse representations and wavelet transform based spectral decorrelation
Seyrek gösterimler ve dalgacık dönüşümüne dayalı izgel ilintisizleştirme kullanarak hiperspektral görüntü sıkıştırma
HAYDER JAWDHARI
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
- Hybrid hyperspectral image compression method by using online dictionary learning based on sparse coding
Seyrek kodlama ve çevrimiçi sözlük öğrenme kullanılarak hibrit hiperspektral görüntü sıkıştırması
İREM ÜLKÜ
Doktora
İngilizce
2017
Elektrik ve Elektronik MühendisliğiÇankaya ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HALİL TANYER EYYUBOĞLU
- Compression of geometry videos by 3D-SPECK wavelet coder
Geometri videolarının 3D-SPECK wavelet kodlayıcı ile kodlanması
CANAN GÜLBAK BAHÇE
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Katlıdizeylerin çokdeğişkenliliği yükseltilmiş çarpımlar üçköşegencil gösterilim yoluyla ayrıştırımı: Kavramcıl taban ve uygulayışlar
Tridiagonal folmat enhanced multivariance products representation: Conceptual background and applications
ZEYNEP GÜNDOĞAR
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. METİN DEMİRALP
- Hiperspektral görüntülerin bölütleme ve seyrek gösterim temelli sıkıştırılması
Segmentation and sparse representation based compression of hyperspectral images
ADEM ERTEM
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KEMAL GÜLLÜ