共查询到18条相似文献，搜索用时 187 毫秒
1.
提出了基于ＫＬＴ／ＷＴ和谱特征矢量量化（ＳＦＣＶＱ）三维谱像数据压缩的新方法。在对多光谱图像数据进行Ｋａｒｈｕｎｅｎ－Ｌｅｏｖｅ变换（ＫＬＴ）消除谱相关性,再应用小波变换（ＷＴ）对ＫＬＴ后的多光谱图像数据进行消除空间相关性。采用ＳＦＯＶＱ编码对每个谱像数据进行压缩,获得较高的压缩性能。实验结果表明：ＫＬＴ／ＷＴ／ＳＦＣＶＱ方法和ＫＬＴ／ＷＴ／ＶＱ压缩方法比在同样压缩比（ＣＲ）条件下,峰值信噪比（Ｐ 相似文献
2.
3.
分析了HRIS光谱图像帧序列的相关性 ,并针对这一特性 ,提出了利用D2 PCM方法 ,降低光谱图像序列的谱相关和空间相关 ,减少图像中的冗余 ,从而实现光谱图像的压缩。该方法提高了压缩比和压缩效率 ,算法运算量小 ,快速。 相似文献
4.
5.
空间与谱间相关性分析的NMF高光谱解混 总被引：2，自引：1，他引：1
非负矩阵分解(NMF)技术是高光谱像元解混领域的研究热点。为了充分利用高光谱图像中丰富的空间与光谱相关性特征,改善基于NMF的高光谱解混算法性能,提出一种结合了空间与谱间相关性分析的NMF解混算法。算法针对NMF的通用性和局部极小问题,引入并结合高光谱图像两种典型的相关性特征,具体包括:基于马尔可夫随机场(MRF)模型,建立描述相邻像元空间相关特征的约束;通过复杂度映射技术,建立描述相邻波段谱间相关(光谱分段平滑)特征的约束;并将上述两种约束同时引入NMF解混目标函数中。实验结果表明,对于一般自然地物场景或人造地物场景,相对于分段平滑和稀疏约束的非负矩阵分解(PSNMFSC)、交互投影子梯度的非负矩阵分解(APSNMF)和最小体积约束的非负矩阵分解(MVCNMF)这3种代表性NMF解混参考算法,该算法可进一步提高高光谱解混精度;对于空间相关或谱间相关特征中某一种不显著的特殊场景,也具有更好的适应能力。通过将空间相关和谱间相关特征相结合,较全面地反映了高光谱数据与解混相关的重要特征,能够对绝大多数真实高光谱数据进行高精度解混,对高光谱解混及后续应用领域相关研究均具有参考价值。 相似文献
6.
小波变换块自适应矢量量化压缩SAR复图像 总被引：1，自引：0，他引：1
随着高分辨率合成孔径雷达的快速发展,SAR系统中所含的数据量越来越大,必须对大量的复图像数据进行压缩,SAR复图像数据的压缩不同于SAR实图像的压缩,通常对相位特性的保持要求很高,所以压缩SAR复图像成为研究中的难点。在分析复图像数据经过小波变换后的相关性变化,研究了使用小波变换块自适应矢量量化(WT-BAVQ)压缩合成孔径雷达复图像的理论依据及具体方法。对一幅复图像进行压缩和解压缩,计算其平均空域相关值和平均相位相关系数,给出了解压缩之后的图像。与块自适应矢量量化(BAVQ),小波变换矢量量化(WT-VQ)小波变换块自适应量化(WT-BAQ)进行了性能比较。实验结果表明,在相同压缩比的条件下,小波块自适应矢量量化算法的平均空域相关值最高。 相似文献
7.
面向高光谱图像分类的半监督空谱判别分析 总被引：2，自引：2，他引：0
为充分利用高光谱图像蕴藏的空间信息提升分类精度,提出了面向高光谱图像分类的半监督空谱判别分析(S3 DA)算法。考虑高光谱图像数据集的空间一致性,首先利用少量标记样本定义类内散度矩阵,保存数据集同类像元的光谱近邻结构;再利用无标记样本定义空间近邻像元散度矩阵,揭示像元间的空间近邻结构和地物的空间分布结构信息。S3 DA既保持数据集在光谱域的可分性,又保存了无标记样本蕴藏的空间域近邻结构,增强了同类像元和空间近邻像元在投影子空间的聚集性,从而提升分类性能。在PaviaU和Indian Pines数据集的试验表明,总体分类精度分别达到81.50%和71.77%。与传统的光谱方法比较,该算法能有效提升高光谱图像数据集的地物分类精度。 相似文献
8.
基于HRIS光谱图像帧序列相关性的D2PCM无损压缩方法 总被引：2，自引：1，他引：2
分析了HRIS光谱图像帧序列的相关性，并针对这一特性，提出了利用D^2PCM方法，降低光谱图像序列的谱相关和空间相关，减少图像中的冗余，从而实现光谱图像的压缩。该方法提高了压缩比和压缩效率。 相似文献
9.
为了充分利用多源遥感图像的影像信息,针对不同分辨率的遥感图像进行融合算法研究。通过对基于小波变换(warelet transform,WT)与IHS变换的改进算法研究,提出了基于轮廓波变换(Contourlet transform,CT)与IHS变换的改进算法:结合传统IHS彩色空间变换,将经IHS变换获得的多光谱图像亮度分量与原全色图像分别进行CT;然后对得到的低频分量采用自适应融合规则、高频分量采用基于区域相似度的阈值控制规则分别进行融合;最后对融合后的高频和低频分量进行Contourlet逆变换,得到最终的融合图像。对比实验结果表明:本文提出的方法能够在有效保留光谱信息的同时,纳入全色图像丰富的空间细节信息。融合之后的结果图像与原多光谱图像具有更高的相关系数和更小的光谱畸变度,并且信息熵和标准差较传统WT及CT更优,具有一定的实用性。 相似文献
10.
11.
H. Pande Poonam S. Tiwari Shashi Dobhal 《Journal of the Indian Society of Remote Sensing》2009,37(3):395-408
Image fusion is the combination of two or more different images to form a new image by using a certain algorithm. Despite
the fact that the number and kind of satellite imagery are daily increasing, using fusion techniques, in a proper way, to
eliminate the redundancy in data and increase the quality of data is an important challenge in Remote Sensing Image Processing.
Fusion of multispectral images with a hyperspectral image generates a composite image which preserves the spatial quality
from the high resolution (MS) data and the spectral characteristics from the hyperspectral data. For the present study three
fusion algorithms (Principal Component Transformation, Colour Normalized and Gram-Scmidt Transformation) were analysed for
Hyperion and IKONOS MSS data. Their ability to preserve the spectral quality of fused data, in comparison with original hyper-spectral
image, has been investigated. 相似文献
12.
13.
14.
基于分类K—L变换的多波段遥感图像近无损压缩方法 总被引：4，自引：0，他引：4
去除空间和谱间相关性是多波段遥感图像压缩中的重要环节，为了得到更好的去相关效果，将矢量量化方法引入多波段遥感图像压缩中，以去除对应同一地物的波段矢量间的相关性，再通过分类K－L变换去除量化误差图像的变间相关性，对K－L变换后的特征图像采用预测树的方法进一步去除谱间结构相关性和空间相关性，实验结果表明，该方法可以取得很好的压缩效果。 相似文献
15.
基于小波变换的图像压缩编码是一种很有前景的图像压缩方法。用该方法对图像进行压缩时，在小坡变换中要对边界进行处理。在本文中给出一种小波变换的边界处理方法，使用该方法可使解压图像的质量有明显的改善。 相似文献
16.
An Improved Synthetic Variable Ratio (ISVR) fusion method is proposed to merge high spatial resolution panchromatic (Pan) images and multispectral (MS) images based on a simulation of the panchromatic image from the multispectral bands. Compared to the existing SVR (Synthetic Variable Ratio) family methods, the ISVR method manifests two major improvements: a simplified and physically meaningful scheme to derive the parameters necessary as required by SVR, and less computing power. Two sets of IKONOS Pan and MS images: one in urban area and another one in a forest area, were used to evaluate the effectiveness of classification-oriented ISVR method in comparison to the Principal Component Substitution (PCS), Synthetic Variable Ratio (SVR) and Gram-Schmidt Spectral Sharpening (GS) methods that are available in the ENVI software package. Results indicate the ISVR method achieves the best spectral fidelity to facilitate classification compared to PCS, SVR, and GS methods. 相似文献
17.