基于FPGA的高光谱图像奇异值分解降维技术
FPGA Implement of SVD for Dimensionality Reduction in Hyperspectral Images作者机构：北京理工大学机电工程与控制国家级重点实验室北京100081
出 版 物：《中国激光》 (Chinese Journal of Lasers)
年 卷 期：2009年第36卷第11期
页 面：2983-2988页
核心收录：
学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理]
主 题：光谱学 高光谱图像 数据降维 奇异值分解 可编程门阵列
摘 要：为了解决高光谱图像维数高、数据量巨大、实时处理技术实现难的问题,提出了高光谱图像实时处理降维技术。采用奇异值分解(SVD)算法对高光谱图像进行降维,又在可编程门阵列(FPGA)芯片中针对这一算法划为自相关模块、特征求解模块、特征提取模块和降维实现模块4个模块进行编程实现、仿真和验证。仿真结果表明,高光谱图像降维后数据量为降维前的1/3,而降维后的分类像素点误差为0.2109%,证明了奇异值分解算法进行高光谱图像降维算法的有效性。
维普期刊数据库
同方期刊数据库