基于均匀网格编码量化的超光谱图像自适应压缩

• 作者: 吴颖谦 方涛 施鹏飞
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 超光谱图像 自适应预测 网格编码量化 分类 比特分配
• 年，卷（期）: 2004,（5）
• 页码范围: 349-352,356
• 页数: 5页
• 分类号: TN919
• 字数: 3179字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9014.2004.05.008

摘要

提出一种基于小波系数分类的超光谱图像压缩方法.算法首先将各波段小波分解并将所得子带划分成子块,而后根据子块活动性将其分类.在分类基础上,使用预测差分技术去除谱间冗余,此过程中分别求取各子类的预测系数以反映子带的局部相关性.而后利用均匀网格编码量化方法来量化残差系数序列,最后使用自适应算术编码对量化码字进行熵编码.为使编码器能在所有系数序列中最优地分配比特,本文提出一个基于序列统计特性和网格编码量化器率-失真特性的比特分配算法.实验证明该方法能高效地压缩超光谱图像,表现出优异的压缩性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方涛	上海交通大学模式识别与图像处理研究所	79	1195	20.0	30.0
2	施鹏飞	上海交通大学模式识别与图像处理研究所	194	4457	36.0	59.0
3	吴颖谦	上海交通大学模式识别与图像处理研究所	8	207	4.0	8.0