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:
针对高光谱图像压缩算法存在的解码端计算复杂度高,且没有充分考虑高光谱图像结构特征信息等问题,提出了一种基于块稀疏表达模式的高光谱图像压缩方法.主要通过在编码端利用结构字典对稀疏系数进行结构化压缩编码,避免解码端非线性重构,以达到缩短高光谱图像重构时间的目的 .实验证明该方法在压缩比较低(0.0159)时依然能获得较高的重构精度(峰值信噪比为22.2403,结构相似度为0.5114).
推荐文章
基于多任务联合稀疏表示的高光谱图像分类算法
多任务学习
稀疏表示
高光谱图像
图像分类
基于波段分组的高光谱图像无损压缩
高光谱图像
无损压缩
波段分组
波段排序
基于块稀疏度估计的压缩感知自适应重构算法
块稀疏信号
压缩感知
估计
正则化
自适应
信号重构
基于低概率检测的高光谱图像有损压缩方法研究
高光谱图像
有损压缩
低概率检测
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 基于块稀疏表达模式的高光谱图像压缩
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 高光谱图像压缩 结构化压缩感知 结构字典 稀疏表示 块稀疏表达模式
年,卷(期) 2017,(12) 所属期刊栏目 电子信息工程
研究方向 页码范围 60-65,72
页数 7页 分类号 TN919.81
字数 语种 中文
DOI 10.13245/j.hust.171210
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 潘少明 武汉大学测绘遥感信息工程国家重点实验室 27 110 4.0 9.0
2 种衍文 武汉大学测绘遥感信息工程国家重点实验室 18 95 6.0 9.0
3 郑炜玲 武汉大学测绘遥感信息工程国家重点实验室 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (104)
共引文献  (273)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1952(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(14)
  • 参考文献(0)
  • 二级参考文献(14)
2007(14)
  • 参考文献(0)
  • 二级参考文献(14)
2008(17)
  • 参考文献(1)
  • 二级参考文献(16)
2009(22)
  • 参考文献(0)
  • 二级参考文献(22)
2010(15)
  • 参考文献(2)
  • 二级参考文献(13)
2011(11)
  • 参考文献(3)
  • 二级参考文献(8)
2012(9)
  • 参考文献(3)
  • 二级参考文献(6)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
高光谱图像压缩
结构化压缩感知
结构字典
稀疏表示
块稀疏表达模式
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
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导