计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
27期
200-202
,共3页
遥感图像压缩%支持向量机%小波变换%熵编码
遙感圖像壓縮%支持嚮量機%小波變換%熵編碼
요감도상압축%지지향량궤%소파변환%적편마
在分析遥感图像特征的基础上,提出了一种基于支持向量机(SVM)的遥感图像压缩方法.该方法采用小波变换把原图像分解成不同尺度的多个子带,对最低频子带系数采用DPCM直接编码,对其它频带系数采用SVM回归方法学习数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,从而实现数据压缩.实验表明,与同类压缩方法相比,该算法获得的恢复图像的主客观质量有明显提高.
在分析遙感圖像特徵的基礎上,提齣瞭一種基于支持嚮量機(SVM)的遙感圖像壓縮方法.該方法採用小波變換把原圖像分解成不同呎度的多箇子帶,對最低頻子帶繫數採用DPCM直接編碼,對其它頻帶繫數採用SVM迴歸方法學習數據之間的相關性,併採用小部分訓練樣本,即支持嚮量來稀疏錶示原始數據集,從而實現數據壓縮.實驗錶明,與同類壓縮方法相比,該算法穫得的恢複圖像的主客觀質量有明顯提高.
재분석요감도상특정적기출상,제출료일충기우지지향량궤(SVM)적요감도상압축방법.해방법채용소파변환파원도상분해성불동척도적다개자대,대최저빈자대계수채용DPCM직접편마,대기타빈대계수채용SVM회귀방법학습수거지간적상관성,병채용소부분훈련양본,즉지지향량래희소표시원시수거집,종이실현수거압축.실험표명,여동류압축방법상비,해산법획득적회복도상적주객관질량유명현제고.
