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:
针对高光谱图像谱间相关性较强的特点,提出了一种基于谱间预测的压缩感知算法.编码端通过线性预测算法,估计出相邻波段的预测系数作为辅助信息传送到解码端,再对图像进行独立地随机观测和量化.解码端根据预测系数和已重构相邻波段,估计出当前波段的预测波段,用来修正重构算法的初始值和收敛准则.最后用改进的重构算法解码当前波段.实验结果表明,在相同观测值数目下,该算法的PSNR提高了大约1.2 dB,解码复杂度明显降低,而且编码复杂度低、易于硬件实现.
推荐文章
基于空谱特性的高光谱图像压缩感知重构
高光谱图像
分块压缩感知
频段聚类
优化谱间预测
稀疏度自适应匹配追踪
高光谱图像的分布式压缩感知成像与重构
分布式压缩感知
高光谱图像
成像光谱仪
线性混合模型
感知矩阵
动态测量的高光谱图像压缩感知
高光谱图像
压缩感知
动态测量率
谱间相关性
推扫式高光谱谱间压缩感知成像与重构
压缩感知
高光谱图像
成像光谱仪
线性混合模型
感知矩阵
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 一种高重构质量低复杂度的高光谱图像压缩感知
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 高光谱图像 压缩感知 线性预测 优化问题
年,卷(期) 2011,(3) 所属期刊栏目
研究方向 页码范围 37-41,120
页数 分类号 TN919
字数 4258字 语种 中文
DOI 10.3969/j.issn.1001-2400.2011.03.007
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 吴成柯 西安电子科技大学综合业务网理论及关键技术国家重点实验室 143 1547 22.0 32.0
2 李云松 西安电子科技大学综合业务网理论及关键技术国家重点实验室 69 435 11.0 16.0
3 刘海英 西安电子科技大学综合业务网理论及关键技术国家重点实验室 5 97 4.0 5.0
4 吕沛 中国科学院西安光学精密机械研究所 7 71 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (17)
参考文献  (8)
节点文献
引证文献  (32)
同被引文献  (27)
二级引证文献  (62)
1993(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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(5)
  • 参考文献(3)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(8)
  • 引证文献(6)
  • 二级引证文献(2)
2013(10)
  • 引证文献(7)
  • 二级引证文献(3)
2014(12)
  • 引证文献(5)
  • 二级引证文献(7)
2015(16)
  • 引证文献(6)
  • 二级引证文献(10)
2016(12)
  • 引证文献(1)
  • 二级引证文献(11)
2017(10)
  • 引证文献(4)
  • 二级引证文献(6)
2018(12)
  • 引证文献(2)
  • 二级引证文献(10)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
高光谱图像
压缩感知
线性预测
优化问题
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
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