原文服务方: 现代电子技术       
摘要:
高光谱图像海量数据给存储和传输带来极大困难,必须对其进行有效压缩.针对高光谱图像不同频谱波段间相关性不同的特点,提出一种基于波段分组的高光谱图像无损压缩算法.为了降低波段排序算法的计算量,根据相邻波段相关性大小预先进行分组,采用最佳后向排序算法对各组波段进行重新排序.在当前波段和参考波段中选取具有相同空间位置的邻域结构,在最小二乘准则下,利用邻域像素对当前预测像素进行最优谱间预测.参考波段和预测残差数据进行JPEG-LS压缩.对OMIS-I型高光谱图像进行实验的结果表明,与基于多波段预测算法相比,该算法可进一步降低压缩后的平均比特率.
推荐文章
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
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
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
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 基于波段分组的高光谱图像无损压缩
来源期刊 现代电子技术 学科
关键词 高光谱图像 无损压缩 波段分组 波段排序
年,卷(期) 2010,(22) 所属期刊栏目
研究方向 页码范围 104-106
页数 分类号 TN911.73-34|TP751.1
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2010.22.032
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 李纲 国防科学技术大学电子科学与工程学院 7 71 3.0 7.0
2 汤毅 国防科学技术大学电子科学与工程学院 3 4 2.0 2.0
3 辛勤 国防科学技术大学电子科学与工程学院 5 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (27)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
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)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(13)
  • 参考文献(3)
  • 二级参考文献(10)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱图像
无损压缩
波段分组
波段排序
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导