换一批结合光谱解混与压缩感知的高光谱图像有损压缩
Compressive-sensing-based lossy compression for hyperspectral images using spectral unmixing
摘要压缩传感技术可以利用远少于奈奎斯特采样定理所获得的采样数据进行信号的鲁棒性重建.因此,该技术在计算资源和存储空间均受限的高光谱图像压缩中具有很大的应用潜力.提出了一种基于压缩感知与光谱解混的高光谱图像压缩算法.在编码端,分别通过空间采样和光谱采样来实现图像采样点的压缩;然后,对采样数据的空间与谱间相关性进行了研究.为了提高压缩性能,采用谱线性预测去除采样后的谱间相关性,利用JPEG-LS对预测误差进行编码来生成最终的比特流.在解码端,首先解码比特流以获得采样数据;采用光谱解混技术对原始高光谱图像进行重构,克服了传统压缩感知重建的诸多不足.针对机载可见/红外成像光谱仪数据的实验结果表明,该算法比JPEG2000和DCT-JPEG2000具有更好的压缩性能,并具有较低的计算复杂度.
更多相关知识
- 浏览0
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
