科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2015年
12期
86-91,108
,共7页
高光谱图像压缩%波段聚类%PCA%JPEG2000
高光譜圖像壓縮%波段聚類%PCA%JPEG2000
고광보도상압축%파단취류%PCA%JPEG2000
hyperspectral image compression%band clustering%PCA(principal component analysis)%JPEG2000
对高光谱图像进行有效压缩已经成为高光谱遥感领域的研究热点.针对现有高光谱图像压缩算法谱间特性利用不够充分的问题,提出了一种自适应波段聚类PCA(principal component analysis)与JPEG2000相结合的高光谱图像压缩算法.算法采用基于吸引力传播聚类的方法进行自适应波段聚类,对聚类后的各个波段组分别进行PCA运算,最后利用JPEG2000标准对所有主成分进行编码压缩.对高光谱图像进行波段聚类,不仅能更有效地利用谱间相关性,提高压缩性能;还可以降低PCA的运算量.实验结果表明,该算法在相同压缩比下,其信噪比、异常检测、光谱角性能相比对比算法均有所改善.
對高光譜圖像進行有效壓縮已經成為高光譜遙感領域的研究熱點.針對現有高光譜圖像壓縮算法譜間特性利用不夠充分的問題,提齣瞭一種自適應波段聚類PCA(principal component analysis)與JPEG2000相結閤的高光譜圖像壓縮算法.算法採用基于吸引力傳播聚類的方法進行自適應波段聚類,對聚類後的各箇波段組分彆進行PCA運算,最後利用JPEG2000標準對所有主成分進行編碼壓縮.對高光譜圖像進行波段聚類,不僅能更有效地利用譜間相關性,提高壓縮性能;還可以降低PCA的運算量.實驗結果錶明,該算法在相同壓縮比下,其信譟比、異常檢測、光譜角性能相比對比算法均有所改善.
대고광보도상진행유효압축이경성위고광보요감영역적연구열점.침대현유고광보도상압축산법보간특성이용불구충분적문제,제출료일충자괄응파단취류PCA(principal component analysis)여JPEG2000상결합적고광보도상압축산법.산법채용기우흡인력전파취류적방법진행자괄응파단취류,대취류후적각개파단조분별진행PCA운산,최후이용JPEG2000표준대소유주성분진행편마압축.대고광보도상진행파단취류,불부능경유효지이용보간상관성,제고압축성능;환가이강저PCA적운산량.실험결과표명,해산법재상동압축비하,기신조비、이상검측、광보각성능상비대비산법균유소개선.
