基于三维自适应预测的高光谱图像无损压缩算法

张晓玲; 沈兰荪; 张培强

您当前的位置：

首页 >

文章列表页 >

基于三维自适应预测的高光谱图像无损压缩算法

论文 | 更新时间：2025-07-16

- 基于三维自适应预测的高光谱图像无损压缩算法
- Lossless Compression of Hyperspectral Image Based on 3-D Adaptive Prediction
- 电子学报 2004年32卷第6期页码：957-959
- 作者机构：
  
  北京工业大学信号与信息处理研究室,北京,100022
- 作者简介：
- 基金信息：
  
  北京市教委/北京市自然科学基金 (No.KZ200310005004)
- DOI：
  中图分类号： TP751.1
- 网络出版：2004-06-25，
  
  纸质出版：2004
- 稿件说明：
移动端阅览
张晓玲, 沈兰荪, 张培强. 基于三维自适应预测的高光谱图像无损压缩算法[J]. 电子学报, 2004,32(6):957-959.

ZHANG Xiao-ling, SHEN Lan-sun, ZHANG Pei-qiang. Lossless Compression of Hyperspectral Image Based on 3-D Adaptive Prediction[J]. Acta Electronica Sinica, 2004, 32(6): 957-959.
张晓玲, 沈兰荪, 张培强. 基于三维自适应预测的高光谱图像无损压缩算法[J]. 电子学报, 2004,32(6):957-959. DOI：

ZHANG Xiao-ling, SHEN Lan-sun, ZHANG Pei-qiang. Lossless Compression of Hyperspectral Image Based on 3-D Adaptive Prediction[J]. Acta Electronica Sinica, 2004, 32(6): 957-959. DOI：

摘要

利用高光谱图像具有较强的谱间相关性的特点

本文提出一种基于三维自适应预测的高光谱图像无损压缩方法

首先根据相关系数计算波段预测顺序

然后利用相关性较强的空间邻点和谱间邻点

采用基于神经网络模型的自适应预测方法进行三维预测编码.实验结果表明

该方法能够有效的去除高光谱图像的空间和谱间相关性

与现在最优的无损压缩国际标准JPEG-LS相比

压缩后的平均比特率能够降低0.3bpp左右.

Abstract

Using the significant spectral correlation within the hyperspectral images

a lossless compression algorithm is presented in this paper.The method can be explained in two steps:(1)band ordering according to spectral correlation coefficient;(2)3-D adaptive prediction based on neural networks.Experiments show that this method can remove the spatial and spectral redundancy efficiently.The proposed approach can reduce about 0.3 bit per pixel compression compared with JPEG-LS.

关键词

Keywords

references

浏览量

1286

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种基于混合整型变换和3D-SPIHT的高光谱图像嵌入式无损压缩方法

基于局部表征少样本学习的高光谱图像跨场景分类

基于多层小波深度聚合网络的高光谱图像超分辨率方法

高光谱图像分数域信息提取理论与方法进展

一种基于自适应预测的医学图像高效无损压缩方法