离散小波变换域非负张量分解的高光谱遥感图像压缩

被引:21
作者
李进 [1 ,2 ]
金龙旭 [1 ]
李国宁 [1 ]
机构
[1] 中国科学院长春光学精密机械与物理研究所
[2] 中国科学院研究生院
关键词
遥感图像处理; 高光谱图像压缩; 2维离散小波变换; 改进HALS; 非负张量分解;
D O I
暂无
中图分类号
TP751 [图像处理方法];
学科分类号
080201 [机械制造及其自动化];
摘要
该文提出一种基于非负张量分解的高光谱图像压缩算法。首先将高光谱图像的每个谱段进行2维离散5/3小波变换,消除高光谱图像的空间冗余。然后将所有谱段的每级小波变换的4个小波子带看作为4个张量。对每个小波子带张量采用改进HALS(Hierarchical Alternating Least Squares)算法进行非负分解,来消除光谱冗余和空间残余冗余,同时保护了光谱信息。最后,将分解的因子矩阵进行熵编码。实验结果表明,该文提出的压缩算法具有良好压缩性能,在压缩比32:1~4:1范围内,平均信噪比高于40 dB,与传统高光谱图像压缩算法比较,平均峰值信噪比提高了1.499 dB。有效地提高了高光谱图像压缩算法的压缩性能和保护了光谱信息。
引用
收藏
页码:489 / 493
页数:5
相关论文
共 4 条
[1]
采用自适应波段分组的高光谱图像压缩算法 [J].
白璘 ;
何明一 ;
戴玉超 .
计算机科学, 2011, 38 (06) :275-278
[2]
基于小波和支持向量回归的高光谱遥感图像压缩 [J].
吴一全 ;
吴超 .
宇航学报, 2011, 32 (03) :620-626
[3]
基于谱间预测和码流预分配的高光谱图像压缩算法 [J].
孙蕾 ;
罗建书 ;
谷德峰 .
光学精密工程, 2008, (04) :752-757
[4]
A tensor approximation approach to dimensionality reduction [J].
Wang, Hongcheng ;
Ahuja, Narendra .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2008, 76 (03) :217-229