计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2013年
3期
245-249,253
,共6页
独立成分分析%主成分分析%离散小波变换%高光谱图像压缩%维数估计%有损压缩
獨立成分分析%主成分分析%離散小波變換%高光譜圖像壓縮%維數估計%有損壓縮
독립성분분석%주성분분석%리산소파변환%고광보도상압축%유수고계%유손압축
Independent Component Analysis(ICA)%Principal Components Analysis(PCA)%Discrete Wavelet Transform(DWT)%hyperspectral image compression%dimensionality estimation%lossy compression
提出一种结合小波变换和独立成分分析(ICA)的高光谱图像有损压缩方法.采用最大似然估计与最大噪声分离相结合的方法对原始高光谱数据进行维数估计.依据维数估计的结果在光谱方向上采用ICA,在空间上运用离散小波变换.对于变换后的系数,使用多级树集合分裂算法和算术编码分别进行量化编码和熵编码.在机载可见光/红外成像光谱仪220波段高光谱数据上的实验结果表明,该算法可以在获得较高压缩率的同时,保留高光谱图像的光谱特性.
提齣一種結閤小波變換和獨立成分分析(ICA)的高光譜圖像有損壓縮方法.採用最大似然估計與最大譟聲分離相結閤的方法對原始高光譜數據進行維數估計.依據維數估計的結果在光譜方嚮上採用ICA,在空間上運用離散小波變換.對于變換後的繫數,使用多級樹集閤分裂算法和算術編碼分彆進行量化編碼和熵編碼.在機載可見光/紅外成像光譜儀220波段高光譜數據上的實驗結果錶明,該算法可以在穫得較高壓縮率的同時,保留高光譜圖像的光譜特性.
제출일충결합소파변환화독립성분분석(ICA)적고광보도상유손압축방법.채용최대사연고계여최대조성분리상결합적방법대원시고광보수거진행유수고계.의거유수고계적결과재광보방향상채용ICA,재공간상운용리산소파변환.대우변환후적계수,사용다급수집합분렬산법화산술편마분별진행양화편마화적편마.재궤재가견광/홍외성상광보의220파단고광보수거상적실험결과표명,해산법가이재획득교고압축솔적동시,보류고광보도상적광보특성.
