Remote Sensing Data Compression

Loại tài liệu: Tài liệu số - Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ Thông tin

Tác giả: Lukin, Vladimir, Vozel, Benoit, Serra-Sagristà, Joan

Nhà xuất bản: MDPI - Multidisciplinary Digital Publishing Institute

Năm xuất bản: 2021

Tải ứng dụng tại các liên kết sau để xem đầy đủ tài liệu.

Tóm tắt nội dung

Ngày nay, một lượng lớn dữ liệu được thu thập bởi các hệ thống viễn thám khác nhau được lắp đặt trên vệ tinh, máy bay và UAV. Dữ liệu thu được sau đó phải được chuyển đến các trung tâm xử lý hình ảnh, được lưu trữ và/hoặc giao cho khách hàng. Trong các trường hợp bị hạn chế, việc nén dữ liệu là điều rất mong muốn hoặc cần thiết. Có thể sử dụng nhiều phương pháp mã hóa khác nhau, tùy thuộc vào yêu cầu và mức độ ưu tiên của chúng. Ngoài ra, loại và thuộc tính của hình ảnh rất khác nhau nên cần phải tính đến khía cạnh triển khai thực tế. Bộ sưu tập tài liệu Số đặc biệt được lấy làm cơ sở cho cuốn sách này đề cập đến tất cả các mục nói trên ở một mức độ nào đó, giúp người đọc có cơ hội tìm hiểu về những phát triển gần đây và hướng nghiên cứu trong lĩnh vực nén ảnh. Đặc biệt, việc nén không mất dữ liệu và gần như không mất dữ liệu đối với hình ảnh đa phổ và siêu phổ vẫn còn hiện hành, vì những hình ảnh đó tạo thành mảng dữ liệu có kích thước cực lớn với thông tin phong phú có thể được lấy ra từ chúng cho các ứng dụng khác nhau. Một khía cạnh quan trọng khác là tác động của nén không mất dữ liệu đối với việc phân loại và phân đoạn hình ảnh, trong đó phải đạt được sự thỏa hiệp hợp lý giữa các đặc tính nén và nhiệm vụ cuối cùng của việc xử lý dữ liệu. Các vấn đề về chuyển đổi dữ liệu từ các nền tảng thu thập dựa trên UAV, cũng như việc sử dụng FPGA và mạng thần kinh, đã trở nên rất quan trọng. Cuối cùng, những nỗ lực áp dụng phương pháp cảm biến nén trong xử lý ảnh viễn thám với kết quả tích cực đã được quan sát. Chúng tôi hy vọng rằng độc giả sẽ thấy cuốn sách của chúng tôi hữu ích và thú vị

Abstract:

A huge amount of data is acquired nowadays by different remote sensing systems installed on satellites, aircrafts, and UAV. The acquired data then have to be transferred to image processing centres, stored and/or delivered to customers. In restricted scenarios, data compression is strongly desired or necessary. A wide diversity of coding methods can be used, depending on the requirements and their priority. In addition, the types and properties of images differ a lot, thus, practical implementation aspects have to be taken into account. The Special Issue paper collection taken as basis of this book touches on all of the aforementioned items to some degree, giving the reader an opportunity to learn about recent developments and research directions in the field of image compression. In particular, lossless and near-lossless compression of multi- and hyperspectral images still remains current, since such images constitute data arrays that are of extremely large size with rich information that can be retrieved from them for various applications. Another important aspect is the impact of lossless compression on image classification and segmentation, where a reasonable compromise between the characteristics of compression and the final tasks of data processing has to be achieved. The problems of data transition from UAV-based acquisition platforms, as well as the use of FPGA and neural networks, have become very important. Finally, attempts to apply compressive sensing approaches in remote sensing image processing with positive outcomes are observed. We hope that readers will find our book useful and interesting

Ngôn ngữ:En
Tác giả:Lukin, Vladimir, Vozel, Benoit, Serra-Sagristà, Joan
Thông tin nhan đề:Remote Sensing Data Compression
Nhà xuất bản:MDPI - Multidisciplinary Digital Publishing Institute
Loại hình:Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ Thông tin
Bản quyền:https://creativecommons.org/licenses/by/4.0/
Nguồn gốc:https://directory.doabooks.org/handle/20.500.12854/77042
Mô tả vật lý:368p.
Năm xuất bản:2021

Sử dụng ứng dụng Libol Bookworm quét QRCode này để mượn và đọc tài liệu)

(Lưu ý: Sử dụng ứng dụng Bookworm để xem đầy đủ tài liệu. Bạn đọc có thể tải Bookworm từ App Store hoặc Google play với từ khóa "Libol Bookworm”)