基于线性光谱混合理论的高光谱图像压缩
为了以较小的压缩误差为代价解决高效压缩高光谱数据的难题,提出基于线性光谱混合理论的星上高光谱图像压缩算法. 利用顶点成分分析求高光谱图像的端元向量,并根据信道容量选择端元数;基于线性光谱混合模型求各像元对应于端元向量的丰度值;用JPEG2000对端元向量和丰度值矩阵进行无损压缩.对AVIRIS高光谱图像的仿真结果表明:压缩比为80∶1时,原始光谱与解压缩重构光谱最大相对误差小于2.7%,最大光谱角余弦误差小于0.00023,压缩性能优于现有算法;算法还能有效地抑制原始图像中的随机噪声.
图像压缩、高光谱图像、线性光谱混合模型、顶点成分分析(VCA)
30
TP751.1(遥感技术)
国家部委基础科研项目C2220061046;北京理工大学校基础科研基金资助项目20070242005
2010-04-26（万方平台首次上网日期，不代表论文的发表时间）
共4页
79-82
