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:
提出了一种基于快速独立分量分析(FastICA)的高光谱图像压缩算法.首先引入虚拟维数算法估计图像中的目标端元个数,进而提取出感兴趣的目标端元矢量,并初始化快速独立分量分析的混合矩阵;利用最小噪声分量变换对原始数据进行降维,从降维后的主分量中提取独立分量;对独立分量进行恒虚警率检测与形态学滤波,实现目标分割.对高光谱图像进行谱间Karhunen-Loeve变换,利用比例位移法对感兴趣目标的小波系数进行提升,最后对各主分量进行最优码率的SPIHT 压缩.实验结果表明,该方法在获得较高压缩性能的同时能够有效地保留感兴趣的目标.
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
高光谱图像无损压缩算法的DSP优化实现
高光谱图像
无损压缩
自适应预测
数字信号处理器
基于低概率检测的高光谱图像有损压缩方法研究
高光谱图像
有损压缩
低概率检测
基于模式识别技术的高光谱遥感图像检测
模式识别
高光谱图像
遥感图像检测
图像预处理
图像拼接
过热区域确定
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FastICA的高光谱图像压缩技术
来源期刊 电子科技大学学报 学科 工学
关键词 高光谱图像 独立分量分析 有损压缩 目标检测
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 711-715,730
页数 分类号 TP751.1
字数 3837字 语种 中文
DOI 10.3969/j.issn.1001-0548.2010.05.014
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 万建伟 国防科技大学电子科学与工程学院 136 1396 20.0 30.0
2 何密 国防科技大学电子科学与工程学院 12 84 6.0 8.0
3 粘永健 国防科技大学电子科学与工程学院 18 201 8.0 14.0
4 辛勤 国防科技大学电子科学与工程学院 40 296 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (40)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (11)
二级引证文献  (13)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(7)
  • 参考文献(3)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
高光谱图像
独立分量分析
有损压缩
目标检测
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
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
论文1v1指导