基于自适应量化的超光谱图像压缩

作     者：吴颖谦 方涛 施鹏飞 杜培军 

作者机构：上海交通大学模式识别与图像处理研究所上海200030 

基　　金：国家863高技术研究资助项目(2002AA134020-05) 上海市科学技术委员会资助项目(015115036) 

出 版 物：《光学技术》 (Optical Technique)

年 卷 期：2004年第30卷第2期

页      码：218-222页

摘      要：提出了一种基于谱间预测和小波量化编码的超光谱图像压缩方法。在充分考虑子带图像非平稳特性的基础上,首先实现了子带分类步骤,通过分类设计自适应预测器,提高了谱间去相关效率。由于子带中不同子类表现出了不同的统计特性,所以使用空变均匀阈值量化器完成了量化工作。研究了均匀量化器对不同分布训练样本的率 失真表现,并为相关特性建立了模型描述。基于率失真模型和系数序列的统计特性,提出了一个率分配算法,以便能为不同的子类系数序列设计率失真意义上的最优量化器。实验证明,这种方法能高效地压缩超光谱图像,表现出了优异的压缩性能。

主 题 词：超光谱图像 子带编码 自适应预测 率分配 图像压缩 小波量化编码 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3321/j.issn:1002-1582.2004.02.040

馆 藏 号：203706150...