【摘要】：對(duì)高光譜圖像進(jìn)行快速壓縮已經(jīng)成為了高光譜遙感領(lǐng)域的研究熱點(diǎn)。針對(duì)現(xiàn)有的高光譜圖像數(shù)據(jù)量大和壓縮所需運(yùn)算量大的問(wèn)題,提出了一種基于頻段聚類(lèi)+主成分分析(PCA)與空間分類(lèi)相結(jié)合的高光譜圖像快速壓縮算法。首先利用最大相關(guān)度頻段聚類(lèi)算法(MCBC)將頻段聚類(lèi),接著將每一類(lèi)頻段用PCA壓縮,然后將壓縮后的圖像利用聚類(lèi)信號(hào)子空間投影(CSSP)算法進(jìn)行圖像分類(lèi),最后在每一類(lèi)內(nèi)利用LBG(Linde Buzo Gray)算法通過(guò)矢量量化快速完成高光譜圖像的編碼。在不同的壓縮比下進(jìn)行實(shí)驗(yàn),結(jié)果表明提出的高光譜圖像壓縮算法能在保證良好的圖像恢復(fù)質(zhì)量的前提下,大幅度降低運(yùn)算復(fù)雜度,實(shí)現(xiàn)高光譜圖像的快速壓縮。
[Abstract]:Fast compression of hyperspectral images has become a research hotspot in the field of hyperspectral remote sensing. In order to solve the problems of large amount of hyperspectral image data and large amount of computation required by compression, a fast compression algorithm of hyperspectral image based on (PCA) and spatial classification is proposed. Firstly, the maximum correlation band clustering algorithm (MCBC) is used to cluster the frequency bands, then each frequency band is compressed by PCA, and then the compressed images are classified by using the (CSSP) algorithm of clustering signal subspace projection. Finally, the LBG (Linde Buzo Gray) algorithm is used to code hyperspectral images quickly by vector quantization in each class. Experiments under different compression ratios show that the proposed hyperspectral image compression algorithm can greatly reduce the computational complexity and achieve fast compression of hyperspectral images on the premise of good image recovery quality.
【作者單位】： 重慶郵電大學(xué)移動(dòng)通信技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61271260) 重慶市教委科學(xué)技術(shù)研究項(xiàng)目(KJ1400416)
【分類(lèi)號(hào)】：TP751

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 俞寧;;一種用于人臉識(shí)別的新PCA算法[J];電訊技術(shù);2009年12期

2 陳懷新;王連亮;;基于PCA的小波多分辨圖像融合方法[J];電訊技術(shù);2006年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王一寧;陳善學(xué);桂成名;;一種結(jié)合空譜聚類(lèi)的高光譜圖像快速壓縮算法[J];電訊技術(shù);2017年03期

2 孫盛;劉仁峰;鄧少平;;三維地形匹配性能的一種快速估計(jì)方法[J];電訊技術(shù);2016年10期

3 牛月琴;;基于小波變換的遙感影像融合方法的比較分析[J];科技信息;2014年15期

4 王巖紅;李登輝;孫希延;;基于小波變換的多規(guī)則圖像融合方法[J];電訊技術(shù);2012年11期

5 劉嵩;譚建軍;;一種核主元分析的人臉識(shí)別方法及其DSP實(shí)現(xiàn)[J];電訊技術(shù);2012年08期

6 陳則西;;多源遙感圖像像素級(jí)融合相關(guān)技術(shù)研究[J];自動(dòng)化與儀器儀表;2012年04期

7 許抗;徐伯慶;;一種基于HSI和小波變換的可見(jiàn)光和紅外圖像融合新方法[J];光學(xué)儀器;2010年04期

8 趙曉雷;;基于IHS變換和主成分分析變換的圖像融合[J];科學(xué)技術(shù)與工程;2010年20期

9 許建平;張長(zhǎng)江;;一種基于離散小波變換的遙感圖像融合新算法[J];計(jì)算機(jī)時(shí)代;2009年05期

10 劉建偉;宋夢(mèng)馨;郭平;;一種基于HSI和小波變換的遙感圖像融合方法[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 趙敏;舒儉;;基于K-L變換的人臉識(shí)別系統(tǒng)[J];華東交通大學(xué)學(xué)報(bào);2006年05期

2 劉艷麗,趙躍龍;人臉識(shí)別技術(shù)研究進(jìn)展[J];計(jì)算機(jī)工程;2005年03期

3 王衛(wèi)衛(wèi),水鵬朗,宋國(guó)鄉(xiāng);小波域多聚焦圖像融合算法[J];系統(tǒng)工程與電子技術(shù);2004年05期

4 王文杰,唐娉,朱重光;一種基于小波變換的圖象融合算法[J];中國(guó)圖象圖形學(xué)報(bào);2001年11期

5 張翠平,蘇光大;人臉識(shí)別技術(shù)綜述[J];中國(guó)圖象圖形學(xué)報(bào);2000年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 諶德榮;宮久路;陳乾;曹旭平;;基于樣本分割的快速高光譜圖像異常檢測(cè)支持向量數(shù)據(jù)描述方法[J];兵工學(xué)報(bào);2008年09期

2 蒲曉豐;雷武虎;張林虎;蔣奇材;;基于Fukunaga-Koontz變換的高光譜圖像異常檢測(cè)[J];紅外技術(shù);2010年04期

3 成寶芝;郭宗光;;高光譜圖像波段間相關(guān)特性研究[J];大慶師范學(xué)院學(xué)報(bào);2013年06期

4 楊龍;易宏杰;李因彥;;遙感高光譜圖像赤潮識(shí)別[J];傳感器世界;2007年05期

5 汪倩;陶鵬;;結(jié)合空間信息的高光譜圖像快速分類(lèi)方法[J];微計(jì)算機(jī)信息;2010年21期

6 王立國(guó);孫杰;肖倩;;結(jié)合空-譜信息的高光譜圖像分類(lèi)方法[J];黑龍江大學(xué)自然科學(xué)學(xué)報(bào);2010年06期

7 馮朝麗;朱啟兵;朱曉;黃敏;;基于光譜特征的玉米品種高光譜圖像識(shí)別[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

8 付歡;龍海南;韓曉霞;;基于冗余字典的高光譜圖像的稀疏分解[J];河北軟件職業(yè)技術(shù)學(xué)院學(xué)報(bào);2013年04期

9 耿修瑞,張霞,陳正超,張兵,鄭蘭芬,童慶禧;一種基于空間連續(xù)性的高光譜圖像分類(lèi)方法[J];紅外與毫米波學(xué)報(bào);2004年04期

10 張綺瑋;機(jī)載高光譜遙感圖像處理軟件系統(tǒng)[J];紅外;2005年02期

相關(guān)會(huì)議論文 前10條

1 張兵;王向偉;鄭蘭芬;童慶禧;;高光譜圖像地物分類(lèi)與識(shí)別研究[A];成像光譜技術(shù)與應(yīng)用研討會(huì)論文集[C];2004年

2 高連如;張兵;孫旭;李山山;張文娟;;高光譜數(shù)據(jù)降維與分類(lèi)技術(shù)研究[A];第八屆成像光譜技術(shù)與應(yīng)用研討會(huì)暨交叉學(xué)科論壇文集[C];2010年

3 王成;何偉基;陳錢(qián);;基于波段重組和小波變換的高光譜圖像嵌入式壓縮方法[A];黑龍江、江蘇、山東、河南、江西 五省光學(xué)（激光）聯(lián)合學(xué)術(shù)‘13年會(huì)論文（摘要）集[C];2013年

4 孫蕾;羅建書(shū);;基于分類(lèi)預(yù)測(cè)的高光譜遙感圖像無(wú)損壓縮[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

5 楊勇;劉木華;鄒小蓮;苗蓬勃;趙珍珍;;基于高光譜圖像技術(shù)的獼猴桃硬度品質(zhì)檢測(cè)[A];走中國(guó)特色農(nóng)業(yè)機(jī)械化道路——中國(guó)農(nóng)業(yè)機(jī)械學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

6 張曉紅;張立福;王晉年;童慶禧;;HJ-1A衛(wèi)星高光譜遙感圖像質(zhì)量綜合評(píng)價(jià)[A];第八屆成像光譜技術(shù)與應(yīng)用研討會(huì)暨交叉學(xué)科論壇文集[C];2010年

7 高東生;高連知;;基于獨(dú)立分量分析的高光譜圖像目標(biāo)盲探測(cè)方法研究[A];國(guó)家安全地球物理叢書(shū)（八）——遙感地球物理與國(guó)家安全[C];2012年

8 馮維一;陳錢(qián);何偉基;;基于小波稀疏的高光譜目標(biāo)探測(cè)算法[A];黑龍江、江蘇、山東、河南、江西 五省光學(xué)（激光）聯(lián)合學(xué)術(shù)‘13年會(huì)論文（摘要）集[C];2013年

9 彭妮娜;易維寧;方勇華;;基于核函數(shù)的高光譜圖像信息提取研究[A];光子科技創(chuàng)新與產(chǎn)業(yè)化——長(zhǎng)三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

10 蒲曉豐;雷武虎;黃濤;王迪;;基于穩(wěn)健背景子空間的高光譜圖像異常檢測(cè)[A];中國(guó)光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 普晗曄;高光譜遙感圖像的解混理論和方法研究[D];復(fù)旦大學(xué);2014年

2 王亮亮;非線性流形結(jié)構(gòu)在高光譜圖像異常檢測(cè)中的應(yīng)用研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 賀智;改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解算法及其在高光譜圖像分類(lèi)中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2014年

4 魏然;基于成像機(jī)理分析的高光譜圖像信息恢復(fù)研究[D];哈爾濱工業(yè)大學(xué);2015年

5 葉珍;高光譜圖像特征提取與分類(lèi)算法研究[D];西北工業(yè)大學(xué);2015年

6 馮婕;基于軟計(jì)算和互信息理論的遙感圖像地物分類(lèi)[D];西安電子科技大學(xué);2014年

7 孫濤;快速多核學(xué)習(xí)分類(lèi)研究及應(yīng)用[D];西安電子科技大學(xué);2015年

8 李昌國(guó);基于譜間和校正相關(guān)性的高光譜圖像壓縮方法研究及GPU并行實(shí)現(xiàn)[D];成都理工大學(xué);2015年

9 徐速;基于壓縮感知的高光譜圖像稀疏解混方法研究[D];重慶大學(xué);2015年

10 南一冰;星載推掃型高光譜運(yùn)動(dòng)成像誤差建模與高精度校正技術(shù)研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 豐爍;高光譜圖像波段選取問(wèn)題的改進(jìn)算法研究[D];昆明理工大學(xué);2015年

2 趙偉彥;果蔬干燥過(guò)程中的品質(zhì)無(wú)損檢測(cè)技術(shù)研究[D];江南大學(xué);2015年

3 馬亞楠;果蔬中內(nèi)部害蟲(chóng)的高光譜圖像檢測(cè)技術(shù)研究[D];江南大學(xué);2015年

4 劉大洋;基于近紅外光譜和高光譜圖像技術(shù)無(wú)損識(shí)別獼猴桃膨大果[D];西北農(nóng)林科技大學(xué);2015年

5 王坤;高光譜圖像異常目標(biāo)檢測(cè)及光譜成像在偽裝評(píng)估方面的應(yīng)用研究[D];南京理工大學(xué);2015年

6 王啟聰;高光譜圖像分類(lèi)的GPU并行優(yōu)化研究[D];南京理工大學(xué);2015年

7 程凱;無(wú)先驗(yàn)信息的高光譜圖像小目標(biāo)檢測(cè)算法研究[D];蘇州大學(xué);2015年

8 李秩期;基于高光譜及多信息融合的馬鈴薯外部缺陷無(wú)損檢測(cè)研究[D];寧夏大學(xué);2015年

9 王健;基于高光譜圖像的馬鈴薯形狀及重量分類(lèi)識(shí)別建模研究[D];寧夏大學(xué);2015年

10 吳蓓芬;偏振高光譜圖像場(chǎng)景仿真及分類(lèi)方法研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號(hào)：2235521