面向異常檢測的高光譜圖像壓縮技術(shù)

面向異常檢測的高光譜圖像壓縮技術(shù)

ID:37124276

大?。?15.98 KB

頁數(shù):5頁

時間:2019-05-18

面向異常檢測的高光譜圖像壓縮技術(shù)_第1頁
面向異常檢測的高光譜圖像壓縮技術(shù)_第2頁
面向異常檢測的高光譜圖像壓縮技術(shù)_第3頁
面向異常檢測的高光譜圖像壓縮技術(shù)_第4頁
面向異常檢測的高光譜圖像壓縮技術(shù)_第5頁
資源描述:

《面向異常檢測的高光譜圖像壓縮技術(shù)》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、國防科技大學(xué)學(xué)報第31卷第3期JOURNAL0FN~TIONALUNIVERSITYOFDEFENSETEO。~OLOGYVo1.31N0.32009文章編號:1001—2486(2009)03—0O48—05面向異常檢測的高光譜圖像壓縮技術(shù)粘永健,王展,萬建偉,辛勤(國防科技大學(xué)電子科學(xué)與工程學(xué)院,湖南長沙410073)摘要:異常檢測已經(jīng)成為高光譜圖像重要的后續(xù)應(yīng)用之一,提出了一種面向異常檢測的高光譜圖像壓縮算法。為減少壓縮對異常檢測性能的影響,首先采用RX算子對高光譜圖像進行異常檢測,并對異常點與背景對應(yīng)的光譜維矢量進行預(yù)處理。對高光譜圖像

2、的光譜維矢量進行KL變換,通過引入虛擬維數(shù)估計算法對原始數(shù)據(jù)的本征維數(shù)進行估計,在此基礎(chǔ)上給出了一種主分量選取方法。最后,采用最優(yōu)碼率分配策略為各主分量分配相應(yīng)的壓縮碼率,并利用SPIHT算法分別進行壓縮。實驗結(jié)果表明,該算法在獲得較高壓縮性能的同時,可有效保持圖像中的異常信息。關(guān)鍵詞:高光譜圖像;有損壓縮,異常檢測;虛擬維數(shù)中圖分類號:TP751.1文獻標識碼:ACompressionTechniqueforHyperspectralImageryOrientedAnomalyDetectionNIANYong-jian,WANGZhan,W

3、ANJian-wei,XINQm(CollegeofElectronicScienceandEngineering,NationalUniv.ofDefenseTechnology,ch咄410073,China)Abstract:AnomalydetectionhasbeenOlleofthemostimportantapplicationsforhyperspeetralimagery.Anewloasycompressionmethodforhyperspectralimageryorientedanomalydetectionispro

4、r~t.Inordertokeeptheperfonnanee0fanomalydetection.the~-lonla[ou8vectorsdetectedbytheimprovedRX~,onthm8repreprocessed.FleH蛐,virtualdimensionalitytllmisintroducedtoestimatetheIntrinsicDimensionality(ID)oforiginaldatawhileKathunen-Loevetrai~oixnisusedtoprovidespectraldecorrelat

5、ion.Inaddition,basedonthevirtualdimemionality,anewmethodforthenumberofprinciplecomponentdeterminationispresented.Thebitrateofeachprinciplecomponentisdisb1ltedbyoptimalrateallocationstrategyforspatialcompressionbySPIHTalgorithm.Experimentalresultsshowthattheprope~talSorithmpr

6、ovidesbettercompressionperformance.a(chǎn)swellase~icientpreservationforanomalouspixels.Keywords:hyperspectralimagery;loss,/compression;anomalousdetection;virtualdimensionality高光譜遙感是20世紀8O年代興起的新型對地觀測技術(shù),已經(jīng)在軍事偵察和國民經(jīng)濟各領(lǐng)域得到了廣泛應(yīng)用口】。成像光譜儀是一種新型的航天遙感器,使用成像光譜儀獲取的遙感圖像稱為高光譜圖像。隨著譜間和空間分辨率的不斷增加

7、,高光譜數(shù)據(jù)的波段寬度達到納米量級(10I2,為波長),龐大的數(shù)據(jù)量給數(shù)據(jù)的存儲和傳輸帶來困難,必須采用有效的壓縮方法對其進行壓縮。高光譜數(shù)據(jù)可以看作準三維圖像,圖像冗余來源于譜間相關(guān)性和空間相關(guān)性,其中譜問相關(guān)性較強。而空間相關(guān)性較弱。高光譜圖像的壓縮方法可以分為基于預(yù)測的方法,基于變換的方法,基于矢量量化的方法以及多種方法相結(jié)合。孫蕾根據(jù)各波段的方差進行碼率預(yù)分配,在譜間線性預(yù)測的基礎(chǔ)上進行有損壓縮,在一定程度上提高了壓縮性能,但算法本身存在著較為嚴重的誤差積累J。對于有損壓縮而言,基于變換的方法由于具有較高的壓縮性能而受到廣泛關(guān)注。目前采

8、用較多的變換方法包括KL(KaFhunen.Loeve)變換、DCT變換和DWT變換等。H.S.Lee等比較了上述幾種變換的性能,結(jié)果表明KL變換用于

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。