Classification-Based compression of Multispectral Images

The purpose of this thesis is to present a new approach to the lossy compression of multispectral images. Proposed algorithm is based on combination of quantization and clustering. Clustering was investigated for compression of the spatial dimension and the vector quantization was applied for spectral dimension compression. Presenting algo¬rithms proposes to compress multispectral images in two stages. During the first stage we define the classes' etalons, another words to each uniform areas are located inside the image the number of class is given. And if there are the pixels are not yet assigned to some of the clusters then it doing during the second; pass and assign to the closest eta¬lons. Finally a compressed image is represented with a flat index image pointing to a codebook with etalons. The decompression stage is instant too. The proposed method described in this paper has been tested on different satellite multispectral images from different resources. The numerical results and illustrative examples of the method are represented too.

Wood Volume Measurement Using Color Images

Tämä työ käsittelee puutukkien tilavuuden mittaamista värikonenäön avulla. Värikuvat on saatu Simpeleellä olevan metsäteollisuusyrityksen hiomosta. Työssä esitetään perusteellisesti matemaattinen teoria, joka liittyy käytettyihin kuvankäsittelymenetelmiin, kuten luokitteluun, kohinan poistoon ja tukkien segmentointiin. Esitetyt menetelmät implementointiin käytännössä ja eri menetelmillä saatuja tuloksia vertailtiin keskenään. Kuvankäsittelyalgoritmit on implementoitu Matlab 6.0:n avulla. Pääasiassa käytettiin uusinta Image Processing Toolboxia, joka on versio 3.0. Tämä työn näkökulma on pääasiassa käytäntöön soveltava, koska metsäteollsuus on korkealla tasolla Suomessa ja siellä on paljon alan yrityksiä, joissa tässä työssä kehitettyä menetelmää voidaan hyödyntää.

Lossless Compression Methods for Multispectral Images: Development and Comparisons

Main purpose of this thesis is to introduce a new lossless compression algorithm for multispectral images. Proposed algorithm is based on reducing the band ordering problem to the problem of finding a minimum spanning tree in a weighted directed graph, where set of the graph vertices corresponds to multispectral image bands and the arcs’ weights have been computed using a newly invented adaptive linear prediction model. The adaptive prediction model is an extended unification of 2–and 4–neighbour pixel context linear prediction schemes. The algorithm provides individual prediction of each image band using the optimal prediction scheme, defined by the adaptive prediction model and the optimal predicting band suggested by minimum spanning tree. Its efficiency has been compared with respect to the best lossless compression algorithms for multispectral images. Three recently invented algorithms have been considered. Numerical results produced by these algorithms allow concluding that adaptive prediction based algorithm is the best one for lossless compression of multispectral images. Real multispectral data captured from an airplane have been used for the testing.

Cost Models for Routing and Wavelength Assignment in Wavelength-Division Multiplexing Optical Net

WDM (Wavelength-Division Multiplexing) optiset verkot on tällä hetkellä suosituin tapa isojen määrän tietojen siirtämiseen. Jokaiselle liittymälle määrätään reitin ja aallonpituus joka linkin varten. Tarvittavan reitin ja aallon pituuden löytäminen kutsutaan RWA-ongelmaksi. Tämän työn kuvaa mahdollisia kustannuksen mallein ratkaisuja RWA-ongelmaan. Olemassa on paljon erilaisia optimoinnin tavoitteita. Edellä mainittuja kustannuksen malleja perustuu näillä tavoitteilla. Kustannuksen malleja antavat tehokkaita ratkaisuja ja algoritmeja. The multicommodity malli on käsitelty tässä työssä perusteena RV/A-kustannuksen mallille. Myöskin OB käsitelty heuristisia menetelmiä RWA-ongelman ratkaisuun. Työn loppuosassa käsitellään toteutuksia muutamalle mallille ja erilaisia mahdollisuuksia kustannuksen mallein parantamiseen.

Statistical Analysis of Spectral Images

Tämä diplomityö liittyy Spektrikuvien tutkimiseen tilastollisen kuvamallin näkökulmasta. Diplomityön ensimmäisessä osassa tarkastellaan tilastollisten parametrien jakaumien vaikutusta väreihin ja korostumiin erilaisissa valaistusolosuhteissa. Havaittiin, että tilastollisten parametrien väliset suhteet eivät riipu valaistusolosuhteista, mutta riippuvat kuvan häiriöttömyydestä. Ilmeni myös, että korkea huipukkuus saattaa aiheutua värikylläisyydestä. Lisäksi työssä kehitettiin tilastolliseen spektrimalliin perustuvaa tekstuurinyhdistämisalgoritmia. Sillä saavutettiin hyviä tuloksia, kun tilastollisten parametrien väliset riippuvuussuhteet olivat voimassa. Työn toisessa osassa erilaisia spektrikuvia tutkittiin käyttäen itsenäistä komponenttien analyysia (ICA). Seuraavia itsenäiseen komponenttien analyysiin tarkoitettuja algoritmia tarkasteltiin: JADE, kiinteän pisteen ICA ja momenttikeskeinen ICA. Tutkimuksissa painotettiin erottelun laatua. Paras erottelu saavutettiin JADE- algoritmilla, joskin erot muiden algoritmien välillä eivät olleet merkittäviä. Algoritmi jakoi kuvan kahteen itsenäiseen, joko korostuneeseen ja korostumattomaan tai kromaattiseen ja akromaattiseen, komponenttiin. Lopuksi pohditaan huipukkuuden suhdetta kuvan ominaisuuksiin, kuten korostuneisuuteen ja värikylläisyyteen. Työn viimeisessä osassa ehdotetaan mahdollisia jatkotutkimuskohteita.

Structural and optical properties of InAs/GaAs quantum structures

The goal of the thesis was to study fundamental structural and optical properties of InAs islands and In(Ga)As quantum rings. The research was carried out at the Department of Micro and Nanosciences of Helsinki University of Technology. A good surface quality can be essential for the potential applications in optoelectronic devices. For such device applications it is usually necessary to control size, density and arrangement of the islands. In order to study the dependence of the structural properties of the islands and the quantum rings on growth conditions, atomic force microscope was used. Obtained results reveal that the size and the density of the In(Ga)As quantum rings strongly depend on the growth temperature, the annealing time and the thickness of the partial capping layer. From obtained results it is possible to conclude that to get round shape islands and high density one has to use growth temperature of 500 ̊C. In the case of formation of In(Ga)As quantum rings the effect of mobility anisotropy is observed that so the shape of the rings is not symmetric. To exclude this effect it is preferable to use a higher annealing temperature of 570 ̊C. Optical properties were characterized by PL spectroscopy. PL emission was observed from buried InAs quantum dots and In(Ga)As quantum rings grown with different annealing time and temperature and covered with a various thickness of the partial capping layer.

Prediction in transformed images

The study is related to lossless compression of greyscale images. The goal of the study was to combine two techniques of lossless image compression, i.e. Integer Wavelet Transform and Differential Pulse Code Modulation to attain better compression ratio. This is an experimental study, where we implemented Integer Wavelet Transform, Differential Pulse Code Modulation and an optimized predictor model using Genetic Algorithm. This study gives encouraging results for greyscale images. We achieved a better compression ration in term of entropy for experiments involving quadrant of transformed image and using optimized predictor coefficients from Genetic Algorithm. In an other set of experiments involving whole image, results are encouraging and opens up many areas for further research work like implementing Integer Wavelet Transform on multiple levels and finding optimized predictor at local levels.

Development of phase retrieval algorithm and techniques for optical spectrum analysis

Coherent anti-Stokes Raman scattering is the powerful method of laser spectroscopy in which significant successes are achieved. However, the non-linear nature of CARS complicates the analysis of the received spectra. The objective of this Thesis is to develop a new phase retrieval algorithm for CARS. It utilizes the maximum entropy method and the new wavelet approach for spectroscopic background correction of a phase function. The method was developed to be easily automated and used on a large number of spectra of different substances.. The algorithm was successfully tested on experimental data.

Images as Proof. Photographic portrayal of Catastrophes in Helsingin Sanomat, 1969-1979

Tutkielman aiheena ovat Helsingin Sanomissa 1969 – 1979 uutisoitujen onnettomuuksien kuvallisen esittämisen tavat. Aihetta lähestytään analysoimalla V. K. Hietasen ottamia uutisartikkelien yhteydessä julkaistuja katastrofivalokuvia. Analyysi tapahtuu vertailemalla negatiiveja julkaistuihin kuviin, syventymällä kuvavalintoihin, sekä siihen, miten ne mahdollisesti vaikuttavat lukijoiden käsitykseen todellisuudesta. Tutkielmassa valokuvat toimivat itsenäisinä historian lähteinä, niiden arvo ja luotettavuus punnitaan omassa kontekstissaan. Vaikkakin lehtikuvat ovat pääasiallisena lähteenä, niiden suhde artikkeleihin ja kuvateksteihin on merkityksellinen. Katastrofi-termi viittaa tutkimuksessa onnettomuus- ja rikoskuviin, niiden yhdistäviä tekijöitä ovat draamallisuus ja dramaattisuus. Toisaalta kuvat ovat todisteita dramaattisesta tapahtumasta, toisaalta ne on rakennettu kertomaan tapahtuman tarina joko yksittäisessä kuvassa tai monesta kuvasta koostuvassa kuvasarjassa. Todistaminen ja kuvien rakentaminen tapahtuu pitkälti henkilöiden kautta. Personifikaation avulla uutisartikkelit ja niiden kuvat tuodaan lähemmäksi lukijoita. Valokuvien todistus- ja totuusarvot vaihtelevat julkaisuyhteydestä riippuen, vaikka kuvien alkuperäinen tarkoitus on todistaa tapahtumien todenperäisyydestä. Samoin vaatimus niiden autenttisuudesta on artikkelityypille alisteinen. Kuvavalinnoissa tasapainoillaan todellisuuden näyttämisen ja peittämisen välillä. Lukijoille luodaan kuvavalinnoin mediatapahtumia, joissa onnettomuuksien dramaattisuus korostuu, mutta samalla heille kuitenkin luodaan kuva harmonisesta yhteiskunnasta, jossa auktoriteetit ja yhteisöt liittävät voimansa yhteen taistelussa pahaa vastaan.