武器装备预研基金(9140A22020607KG0181)
- 作品数：2 被引量：2H指数：1
- 相关作者：万建伟粘永健辛勤靳成英更多>>
- 相关机构：国防科学技术大学更多>>
- 发文基金：武器装备预研基金国家自然科学基金国防科技大学优秀研究生创新基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 结合预测误差反馈的高光谱图像无损压缩研究被引量：1
- 2009年
- 高光谱图像的海量数据给存储和实时传输带来极大困难,必须对其进行有效压缩。提出了一种结合预测误差反馈的高光谱图像无损压缩算法。根据高光谱图像相邻波段相关性强弱进行波段分组,有效降低了波段排序算法的计算量。通过研究波段排序算法的性能,采用最佳后向排序算法对各组进行波段排序。为有效去除高光谱图像相关性,采用JPEG压缩标准中的无损预测模式对各波段进行谱内预测,利用参考波段预测误差对当前波段谱内预测值进行反馈校正,可进一步提高预测精度。最后,利用JPEG-LS标准对参考波段和预测残差进行无损压缩。对AVIRIS型和OMIS-Ⅰ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。
- 粘永健万建伟靳成英
- 关键词：高光谱图像
- 基于分类非线性预测的高光谱图像无损压缩被引量：1
- 2009年
- 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,对当前波段进行谱间非线性预测。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。
- 粘永健辛勤万建伟
- 关键词：高光谱图像
