基于分类非线性预测的高光谱图像无损压缩

基于分类非线性预测的高光谱图像无损压缩

ID:36791325

大小:334.66 KB

页数:5页

时间:2019-05-15

基于分类非线性预测的高光谱图像无损压缩_第1页
基于分类非线性预测的高光谱图像无损压缩_第2页
基于分类非线性预测的高光谱图像无损压缩_第3页
基于分类非线性预测的高光谱图像无损压缩_第4页
基于分类非线性预测的高光谱图像无损压缩_第5页
资源描述:

《基于分类非线性预测的高光谱图像无损压缩》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第25卷第8期信号处理Vn1.25.No.82009年8月SIGNALPROCESSINGAug.2009基于分类非线性预测的高光谱图像无损压缩粘永健辛勤万建伟(国防科技大学电子科学与工程学院,长沙410073)摘要:高光谱数据的有效压缩成为遥感技术发展中需要迫切解决的问题。提出了一种基于分类非线性预测的高光谱图像无损压缩算法。针对不同频谱波段间相关性不同的特点,根据相邻波段相关性大小进行波段分组。为提高谱间预测性能,对各组波段进行最优排序。采用自适应波段选择算法对高光谱图像进行降维,并利用k-means算法对降维后波段的谱向矢量进行分类。在参考波段和预测波段中选取具有相同

2、空间位置的上下文结构,在分类结果的基础上,对当前波段进行谱问非线性预测。参考波段采用JPEG—LS标准进行压缩,预测残差进行Golomb。Rice编码。对AVIRIS型高光谱图像的实验结果表明,该算法可显著降低压缩后的平均比特率。关键词:高光谱图像;无损压缩;波段排序;非线性预测中图分类号:TP751.1文献标识码:A文章编号:1003—0530(2009)08—1223—05Cluster·-BasedNon··linearPredictiveLosslessCompressionforHyperspectralImageryNIANYong—-jianXINQinWAN

3、Jian-wei(CollegeofElectronicScienceandEngineering,NationalUniv.ofDefenseTechnology,Changsha,410073)Abstract:Therequestforeficientcompressionofhyperspeetralimagerybecomespressing.Cluster—basednon—linearpredictivelosslesscompressionforhyperspectralimageryispresented.Duetothespectralcorrelati

4、ondiffersindiferentbands,spectralbandgroupingalgorithmisintroducedtodividehyperspectralimagesintogroupsaccordingtothecorelationbetweeneachadjacentbands.Theimportantbandscontaininglargeinformationcanbedeterminedbyusingtheadaptivebandselection,onwhichk-meansclusteringiscarriedoutaccordingtot

5、hespectralvectors.PredictioncontextsaredefinedbasedontheneighboringcausalpixelsinthecurrentbandandthecorrespondingCO-locatedcausalpixelsinthereferenceband.Thecurentpixelispredictedbyusinginter—bandnon—linearpredictionwiththepredictioncontexts.ThereferencebandsarecompressedbyJPEG-LSstandard

6、whilethefinalpredictiveerorsarecodedbyGolomb—Rice.Experimentalresultsshowthattheproposedalgorithmcangivebetterlosslesscodingperformance.Keywords:hyperspeetralimagery;losslesscompression;bandreordering;nonlinearprediction中,由于数据量庞大,给存储和传输带来困难,对其进1引言行高效的压缩非常必要。高光谱成像过程代价昂贵,高光谱遥感技术是20世纪80年代兴起的新

7、型对数据具有存档价值,其后续应用主要面向目标分类与地观测技术,它是指利用很多很窄的电磁波波段从感检测等领域,任何信息的损失都会给应用造成不可估兴趣的物体获取有关数据,从其诞生之日起就在海洋量的影响,因而无损压缩成为较好的选择。遥感、植被研究、地质勘察以及军事侦察方面获得了广高光谱图像可看作一个图像立方体,在二维图像泛的应用¨。一般认为,光谱分辨率在10。九(九为波的基础上增加了谱间一维信息。高光谱图像空间相关长)的遥感称为高光谱遥感,由于其光谱分辨率在可见性较低,而谱间具有较强的相关性,如何有效去除谱间光和近红外区

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。