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:
提出了一种基于双向预测的高光谱图像无损压缩算法.该算法首先采用自适应波段选择算法选出信息量较大的波段,然后利用聚类算法对这些波段的谱向矢量进行分类预处理.为了便于组织谱间预测过程,根据相邻波段相关性大小进行自适应波段分组,采用双向预测的方法去除谱间相关性.通过在参考波段和预测波段中定义三维上下文预测结构,在聚类结果的基础上,对各个像素分别训练最优的预测系数,从而实现当前波段的有效预测.对AVIRIS型高光谱图像的实验结果表明,该方法可获得较好的无损压缩性能.
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
干涉多光谱图像无损压缩算法
图像处理
图像压缩
干涉多光谱图像
无损压缩
一种基于自适应预测的高光谱图像近无损压缩方法
高光谱图像
近无损压缩
量化
三维自适应预测
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
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 基于双向预测的高光谱图像无损压缩
来源期刊 电光与控制 学科 工学
关键词 高光谱图像 无损压缩 谱向聚类 双向预测
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 65-67,89
页数 分类号 V271.4|TP751.1
字数 语种 中文
DOI 10.3969/j.issn.1671-637X.2010.10.016
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 粘永健 国防科学技术大学电子科学与工程学院 8 51 4.0 7.0
2 常进 7 31 3.0 5.0
3 滕书华 国防科学技术大学电子科学与工程学院 14 157 7.0 12.0
4 陶午沙 5 37 3.0 5.0
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  (109)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (8)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(3)
  • 二级参考文献(3)
2008(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
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)
研究主题发展历程
节点文献
高光谱图像
无损压缩
谱向聚类
双向预测
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
电光与控制
月刊
1671-637X
41-1227/TN
大16开
河南省洛阳市017信箱16分箱
1970
chi
出版文献量(篇)
4517
总下载数(次)
11
总被引数(次)
24286
论文1v1指导