离散小波变换域非负张量分解的高光谱遥感图像压缩
Hyper-spectral Remote Sensing Image Compression Based on Nonnegative Tensor Factorizations in Discrete Wavelet Domain作者机构:中国科学院长春光学精密机械与物理研究所长春130033 中国科学院研究生院北京100039
出 版 物:《电子与信息学报》 (Journal of Electronics & Information Technology)
年 卷 期:2013年第35卷第2期
页 面:489-493页
核心收录:
学科分类:0810[工学-信息与通信工程] 0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 081002[工学-信号与信息处理]
基 金:国家863计划基金(863-2-5-1-13B)资助课题
主 题:遥感图像处理 高光谱图像压缩 2维离散小波变换 改进HALS 非负张量分解
摘 要:该文提出一种基于非负张量分解的高光谱图像压缩算法。首先将高光谱图像的每个谱段进行2维离散5/3小波变换,消除高光谱图像的空间冗余。然后将所有谱段的每级小波变换的4个小波子带看作为4个张量。对每个小波子带张量采用改进HALS(Hierarchical Alternating Least Squares)算法进行非负分解,来消除光谱冗余和空间残余冗余,同时保护了光谱信息。最后,将分解的因子矩阵进行熵编码。实验结果表明,该文提出的压缩算法具有良好压缩性能,在压缩比32:1-4:1范围内,平均信噪比高于40dB,与传统高光谱图像压缩算法比较,平均峰值信噪比提高了1.499dB。有效地提高了高光谱图像压缩算法的压缩性能和保护了光谱信息。