基于K-均值聚类和传统递归最小二乘法的高光谱图像无损压缩

• 作者: 孙长建 邵庆龙 郭树旭 高放
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 高光谱图像 图像压缩 递归最小二乘法 聚类
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 论文
• 页码范围: 2709-2714
• 页数: 6页
• 分类号: TP751.2
• 字数: 4507字
• 语种: 中文
• DOI: 10.11999/JEIT151439

摘要

针对基于预测的高光谱图像无损压缩算法压缩比低的问题,该文将聚类算法与高光谱图像预测压缩算法相结合,提出一种基于K-均值聚类和传统递归最小二乘法的高光谱图像无损压缩算法.首先,对高光谱图像按光谱矢量进行K-均值聚类以提升同类光谱矢量间的相似度.然后,对每一聚类群分别使用传统递归最小二乘法进行预测,消除高光谱图像的空间冗余和谱间冗余.最后,对预测误差图像进行算术编码,完成高光谱图像压缩过程.对AVIRIS 2006高光谱数据进行仿真实验,所提算法对16位校正图像、16位未校正图像和12位未校正图像分别取得了4.63倍,2.82倍和4.77倍的压缩比,优于同类型已报道的各种算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭树旭	吉林大学电子科学与工程学院	128	882	16.0	22.0
2	孙长建	吉林大学电子科学与工程学院	3	19	2.0	3.0
3	邵庆龙	吉林大学电子科学与工程学院	3	18	2.0	3.0
4	高放	吉林大学电子科学与工程学院	3	29	3.0	3.0