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:
对高光谱图像进行快速压缩已经成为了高光谱遥感领域的研究热点.针对现有的高光谱图像数据量大和压缩所需运算量大的问题,提出了一种基于频段聚类+主成分分析(PCA)与空间分类相结合的高光谱图像快速压缩算法.首先利用最大相关度频段聚类算法(MCBC)将频段聚类,接着将每一类频段用PCA压缩,然后将压缩后的图像利用聚类信号子空间投影(CSSP)算法进行图像分类,最后在每一类内利用LBG(Linde Buzo Gray)算法通过矢量量化快速完成高光谱图像的编码.在不同的压缩比下进行实验,结果表明提出的高光谱图像压缩算法能在保证良好的图像恢复质量的前提下,大幅度降低运算复杂度,实现高光谱图像的快速压缩.
推荐文章
融合高光谱影像三维空谱特征的子空间聚类算法
高光谱遥感影像
三维空谱特征
子空间聚类
空间上下文信息
基于DS聚类的高光谱图像集成分类算法
优势集
聚类
集成
支持向量机
高光谱图像分类
一种模糊核聚类的线性滤波多光谱图像增强算法
图像增强
模糊核聚类
多向聚类亮度增强
线性滤波
多光谱图像
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 一种结合空谱聚类的高光谱图像快速压缩算法
来源期刊 电讯技术 学科 工学
关键词 遥感图像处理 高光谱图像 快速压缩 频段聚类 图像分类 矢量量化
年,卷(期) 2017,(3) 所属期刊栏目 应用基础与前沿技术
研究方向 页码范围 263-269
页数 7页 分类号 TP751
字数 4978字 语种 中文
DOI 10.3969/j.issn.1001-893x.2017.03.003
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 陈善学 重庆邮电大学移动通信技术重庆市重点实验室 84 380 9.0 13.0
2 桂成名 重庆邮电大学移动通信技术重庆市重点实验室 3 7 2.0 2.0
3 王一宁 重庆邮电大学移动通信技术重庆市重点实验室 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (12)
参考文献  (15)
节点文献
引证文献  (4)
同被引文献  (31)
二级引证文献  (1)
1980(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 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)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遥感图像处理
高光谱图像
快速压缩
频段聚类
图像分类
矢量量化
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
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
论文1v1指导