咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >结合光谱解混与压缩感知的高光谱图像有损压缩 收藏

结合光谱解混与压缩感知的高光谱图像有损压缩

Compressive-sensing-based Iossy compression for hyperspectral images using spectral unmixing

作     者:王忠良 冯文田 粘永健 Wang Zhongliang;Feng Wentian;Nian Yongjian

作者机构:铜陵学院电气工程学院安徽铜陵244061 32142部队72分队河北保定071000 陆军军医大学(第三军医大学)生物医学工程与影像医学系重庆400038 

出 版 物:《红外与激光工程》 (Infrared and Laser Engineering)

年 卷 期:2018年第47卷第S1期

页      面:189-196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:安徽高校自然科学研究重点项目(KJ2016A884) 安徽省级质量工程项目(2016zy126) 重庆市基础科学与前沿技术一般项目(cstc2016jcyjA0539) 

主  题:高光谱图像 压缩感知 光谱去相关 光谱解混 

摘      要:压缩传感技术可以利用远少于奈奎斯特采样定理所获得的采样数据进行信号的鲁棒性重建。因此,该技术在计算资源和存储空间均受限的高光谱图像压缩中具有很大的应用潜力。提出了一种基于压缩感知与光谱解混的高光谱图像压缩算法。在编码端,分别通过空间采样和光谱采样来实现图像采样点的压缩;然后,对采样数据的空间与谱问相关性进行了研究。为了提高压缩性能,采用谱线性预测去除采样后的谱间相关性,利用JPEG—LS对预测误差进行编码来生成最终的比特流。在解码端,首先解码比特流以获得采样数据;采用光谱解混技术对原始高光谱图像进行重构,克服了传统压缩感知重建的诸多不足。针对机载可见/红外成像光谱仪数据的实验结果表明,该算法比JPEG2000和DCT—JPEG2000具有更好的压缩性能,并具有较低的计算复杂度。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分