首页 | 官方网站   微博 | 高级检索  
     

干涉高光谱图像的主分调制预测无损压缩
引用本文:李进,金龙旭,吕增明,韩双丽,武奕楝,郝贤鹏,张然峰.干涉高光谱图像的主分调制预测无损压缩[J].重庆大学学报(自然科学版),2013,36(12):28-35.
作者姓名:李进  金龙旭  吕增明  韩双丽  武奕楝  郝贤鹏  张然峰
作者单位:中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033;中国科学院大学,北京 100039;中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033;中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033;中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033;中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033;中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033;中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
基金项目:吉林省科技发展计划资助项目(20126016)
摘    要:提出一种基于主分调制预测的高光谱图像无损压缩算法。将干涉高光谱图像分为空间方向和光程差方向,空间方向采用主分量预测算法来去除帧间冗余;光程差方向采用调制分量预测算法来去除谱间冗余。主分量预测采用两步预测算法,第一步采用四阶预测器得到预测参考值,第二步采用8级查找表搜索预测算法得到实际预测值,然后将参考预测值和实际预测值进行比较得出最后的预测值。调制分量预测采用线性预测得到调制预测帧。最后,根据主分预测帧和调制预测帧得到最终预测帧,从而得出残差帧,利用残差帧进行熵编码。实验结果表明,文中算法的平均压缩码率达到3.05bpp,与传统高光谱图像无损压缩算法比较,平均压缩码率提高了0.14~2.94bpp,有效地提高了干涉高光谱图像无损压缩码率。

关 键 词:干涉高光谱图像  无损压缩  主分量预测  调制分量预测  8级查找表

Lossless compression of hyper-spectral interference image based on principal-modulated prediction
LI Jin,JIN Longxu,Lv Zengming,Han Shuangli,WU Yinan,HAO Xianpeng and ZHANG Ranfeng.Lossless compression of hyper-spectral interference image based on principal-modulated prediction[J].Journal of Chongqing University(Natural Science Edition),2013,36(12):28-35.
Authors:LI Jin  JIN Longxu  Lv Zengming  Han Shuangli  WU Yinan  HAO Xianpeng and ZHANG Ranfeng
Affiliation:LI Jin;JIN Longxu;Lü Zengming;HAN Shuangli;WU Yinan;HAO Xianpeng;ZHANG Ranfeng;Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Sciences;University of Chinese Academy of Sciences;
Abstract:
Keywords:hyper-spectral interference image  lossless compression  principal component prediction  modulated component prediction  8-level lookup tables' prediction
本文献已被 CNKI 等数据库收录!
点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号