基于线性光谱混合理论的高光谱图像压缩

作     者：谌德荣 宫久路 曹旭平 CHEN De-rong;GONG Jiu-lu;CAO Xu-ping

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：《北京理工大学学报》 (Transactions of Beijing Institute of Technology)

年 卷 期：2010年第30卷第1期

页      面：79-82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] 

基　　金：国家部委基础科研项目(C2220061046) 北京理工大学校基础科研基金资助项目(20070242005) 

主　　题：图像压缩 高光谱图像 线性光谱混合模型 顶点成分分析(VCA) 

摘      要：为了以较小的压缩误差为代价解决高效压缩高光谱数据的难题,提出基于线性光谱混合理论的星上高光谱图像压缩算法.利用顶点成分分析求高光谱图像的端元向量,并根据信道容量选择端元数;基于线性光谱混合模型求各像元对应于端元向量的丰度值;用JPEG2000对端元向量和丰度值矩阵进行无损压缩.对AVIRIS高光谱图像的仿真结果表明:压缩比为80∶1时,原始光谱与解压缩重构光谱最大相对误差小于2.7%,最大光谱角余弦误差小于0.000 23,压缩性能优于现有算法;算法还能有效地抑制原始图像中的随机噪声.