基于预测和矢量量化的高光谱图像压缩算法

• 作者: 张燕琪 陈善学
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 高光谱图像 广义回归神经网络 预测 矢量量化
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 通信与电子
• 页码范围: 688-693
• 页数: 6页
• 分类号: TN219|TP751
• 字数: 3034字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2019.05.014

摘要

针对高光谱图像波段数目多,存储空间大,为后续研究带来极大不便的特点,提出了一种基于广义回归神经网络预测与矢量量化算法结合的高光谱图像压缩算法.该算法通过预测前一波段的像素数据,将符合要求的预测结果继续预测下一波段,通过设置合理的参数,在预测步骤中95％以上的波段可通过预测结果来预测波段数据.利用矢量量化算法对预测数据进行压缩.该算法只需要已知图像的前2个波段数据,即可预测整个图像波段的数据.广义回归神经网络具有很强的非线性映射能力和学习速度,预测效果好.通过预测得到的数据在不同的压缩比下进行实验,结果表明,在保证图像质量的前提下,该算法与对比算法相比,有效降低了运算复杂度,节约了时间,提高了峰值信噪比.

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	重庆邮电大学通信与信息工程学院	84	380	9.0	13.0
5	张燕琪	重庆邮电大学移动通信技术重庆市重点实验室	2	7	1.0	2.0