基于线性光谱混合理论的高光谱图像压缩

• 作者: 宫久路 曹旭平 谌德荣
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 图像压缩 高光谱图像 线性光谱混合模型 顶点成分分析(VCA)
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 光学与电子工程
• 页码范围: 79-82
• 页数: 4页
• 分类号: TP751.1
• 字数: 3260字
• 语种: 中文

摘要

为了以较小的压缩误差为代价解决高效压缩高光谱数据的难题,提出基于线性光谱混合理论的星上高光谱图像压缩算法. 利用顶点成分分析求高光谱图像的端元向量,并根据信道容量选择端元数;基于线性光谱混合模型求各像元对应于端元向量的丰度值;用JPEG2000对端元向量和丰度值矩阵进行无损压缩.对AVIRIS高光谱图像的仿真结果表明:压缩比为80∶1时,原始光谱与解压缩重构光谱最大相对误差小于2.7%,最大光谱角余弦误差小于0.00023,压缩性能优于现有算法;算法还能有效地抑制原始图像中的随机噪声.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谌德荣	北京理工大学机电工程与控制国家级重点实验室	38	205	9.0	12.0
2	曹旭平	北京理工大学机电工程与控制国家级重点实验室	23	180	9.0	12.0
3	宫久路	北京理工大学机电工程与控制国家级重点实验室	12	75	4.0	8.0