混合PCA/ICA与JPEG2000结合的高光谱图像压缩

• 作者: 何明一 刘玉 叶珍 白璘 粘永健
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 高光谱图像压缩 主成分分析 独立成分分析 JPEG2000
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 图形与图像
• 页码范围: 968-974
• 页数: 7页
• 分类号: TP751
• 字数: 4631字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.05.018

摘要

主成分分析(PCA)常常结合JPEG2000压缩标准用来对高光谱图像进行压缩.然而,由PCA得到的主成分仅利用了二阶统计信息.对于高光谱图像应用来说,只采用二阶统计信息是远远不够的,如异常像素的处理常常需要用到更高阶的统计信息.研究了一种混合PCA/ICA与JPEG2000相结合的高光谱图像压缩算法.首先,对原始高光谱图像进行PCA变换,提取出前m个主成分对应的特征向量矩阵WPCA;然后,对其余的特征向量进行ICA变换,得到n个特征向量矩阵WICA;最后,将得到的混合投影矩阵、原始高光谱图像及其均值向量共同嵌入JPEG2000比特流,从而完成对高光谱图像的压缩.在不同码率的情况下,通过空间相关系数(ρ)、信噪比(SNR)、光谱角填图(SAM)等技术指标对混合PCA/ICA+JPEG2000算法的压缩性能进行评估.实验结果表明,混合PCA/ICA+ JPEG2000算法不但能有效去除高光谱图像的谱间相关性,而且能够有效提高光谱保真度,保护异常像素信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何明一	西北工业大学电子信息学院	122	1497	22.0	33.0
2	白璘	长安大学电子与控制工程学院	18	83	6.0	8.0
3	粘永健	第三军医大学生物医学工程系	9	21	3.0	4.0
4	叶珍	长安大学电子与控制工程学院	6	10	2.0	3.0
5	刘玉	第三军医大学生物医学工程系	1	4	1.0	1.0