基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对庞大的超光谱数据与有限的卫星信道容量间存在的巨大矛盾,提出了一种新的基于自适应谱段分组的超光谱图像压缩算法.为了充分挖掘图像的谱间相关性,运用该算法对超光谱图像进行了预处理,通过谱段的自适应分组和预测参考帧的选取提高了压缩算法的编码性能,并结合谱间预测和位平面编码分别消除了超光谱图像的谱间和空间冗余.实验结果表明:与传统方法相比,在保证图像质量和较低计算复杂度的前提下,其压缩编码的平均峰值信噪比提高了约2.0~4.5 dB.
推荐文章
基于波段分组的高光谱图像无损压缩
高光谱图像
无损压缩
波段分组
波段排序
VDR图像自适应压缩算法的研究
图像压缩
灰度丰富度
灰度平滑度
航行数据记录仪
基于相对梯度的自适应图像分形压缩并行算法
迭代函数系统
相对梯度
自适应
分形压缩
并行算法
一种图像自适应预测分组编码无损压缩方法
自适应
预测分组编码方法
相关性
无损压缩
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应谱段分组的超光谱图像压缩算法
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 超光谱图像 分组预测 小波变换 位平面编码
年,卷(期) 2008,(3) 所属期刊栏目 电子与信息工程
研究方向 页码范围 77-80
页数 4页 分类号 TN911.73
字数 3808字 语种 中文
DOI 10.3321/j.issn:1671-4512.2008.03.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田金文 华中科技大学电子与信息工程系 248 2531 25.0 36.0
2 柳健 华中科技大学电子与信息工程系 129 1748 21.0 33.0
6 谭毅华 华中科技大学电子与信息工程系 38 323 10.0 16.0
7 周正 华中科技大学电子与信息工程系 2 18 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (26)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (27)
二级引证文献  (31)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(2)
  • 二级参考文献(2)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(8)
  • 引证文献(0)
  • 二级引证文献(8)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
超光谱图像
分组预测
小波变换
位平面编码
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导