基于分类KLT的高光谱图像压缩

• 作者: 方凌江 王迎春 粘永健
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 高光谱图像 数据压缩 地物分类
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 82-85,90
• 页数: 5页
• 分类号: TP751.1
• 字数: 3425字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.11.021

摘要

高光谱图像的有效压缩已经成为高光谱遥感领域研究的热点。提出了一种基于分类KLT( Karhunen-Loève Trans-form)的高光谱图像压缩算法。该算法利用光谱信息对高光谱图像进行地物分类，根据相邻波段的相关性对高光谱图像进行波段分组。在地物分类与波段分组的基础上，对每组的每一类地物数据分别进行 KL变换，利用 EBCOT ( Embedded Block Coding with Optimal Truncation)算法对所有主成分进行联合编码。实验结果表明，该算法能够取得优于JPEG2000以及DWT-JPEG2000的压缩性能，适合实现高光谱图像的有效压缩。

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		18	201	8.0	14.0
3	方凌江		4	16	2.0	4.0
6	王迎春		4	13	2.0	3.0