最大误差可控的高光谱图像聚类压缩算法
针对原有基于奇异值分解的最大误差可控的高光谱图像压缩(EC-SVD)算法未充分利用图像光谱矢量间冗余的问题,该文将高光谱图像压缩与聚类结合,提出最大误差可控的高光谱图像聚类压缩算法。分析发现,图像的光谱矢量间相似度越高越有利于得到好的最终压缩效果。因此,算法首先使用 K-均值聚类对高光谱图像像元按光谱矢量聚类,以提高同类光谱矢量间的相似度;其次,对每一类像元分别使用 EC-SVD 算法思想压缩以控制最大误差。论文证明了当高光谱图像的像元个数与波段数之比较大,且聚类类数不大于8时,聚类能够提高图像最终压缩比。最后,设计整体压缩实验仿真流程,并对实际高光谱图像进行数值仿真。结果表明,在相同参数条件下,该文算法比 EC-SVD 算法得到的压缩比和信噪比均有提高,最大压缩比提高了10%左右。该文算法能够有效提高EC-SVD算法的图像压缩效果。
高光谱图像、图像压缩、误差可控、聚类
TP751.1(遥感技术)
国家部委基金
2015-03-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
255-260