国家自然科学基金(41101419)
- 作品数：4 被引量：21H指数：2
- 相关作者：高放郭树旭孙健顾玲嘉赵凯更多>>
- 相关机构：吉林大学中国科学院更多>>
- 发文基金：国家自然科学基金中国科学院知识创新工程重要方向项目中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于上下文窗口中反向搜索的高光谱图像无损压缩被引量：2
- 2015年
- 针对基于单波段预测的高光谱图像无损压缩压缩比低的问题,提出基于上下文窗口中反向搜索的高光谱图像无损压缩算法。首先,对待测像素设定上下文窗口,计算其预测参考值并进行反向搜索预测得到待测像素的候选预测值。然后,选取与预测参考值最接近的候选预测值作为待测像素的最终预测结果。最后,对预测残差图像进行一阶算术编码完成压缩过程。利用提出的算法对AVIRIS 1997高光谱图像进行了实验,结果显示,提出的算法通过对上下文窗口、等效系数和有效像素阈值的优化取值,使反向搜索预测的效果达到最好,经过算术编码器编码后,可以得到一个3.63倍的平均压缩比。该方法具有较低的算法复杂度和内存需求,优于当前已报道的基于单波段预测的其他各种高光谱图像无损压缩算法。
- 高放刘宇郭树旭
- 关键词：高光谱图像反向搜索
- 被动微波遥感数据超分辨率增强与混合像元分解研究综述被引量：4
- 2012年
- 星载被动微波遥感数据以其全天候、穿透性以及不受云干扰等特点,在全球变化研究领域取得了广泛的应用,然而其较低的空间分辨率,限制了后期地物参数的反演精度。对国内外被动微波遥感数据空间分辨率提高方法进行介绍,重点介绍了基于图像处理技术的超分辨率增强和混合像元分解方法。通过对两类方法的介绍和评价,展望被动微波遥感数据混合像元分解方法的研究前景。被动微波遥感数据空间分辨率的有效提高,可以为更多的研究和应用领域服务。
- 顾玲嘉赵凯孙健郑兴明
- 关键词：空间分辨率混合像元分解
- 基于K-均值聚类和传统递归最小二乘法的高光谱图像无损压缩被引量：16
- 2016年
- 针对基于预测的高光谱图像无损压缩算法压缩比低的问题,该文将聚类算法与高光谱图像预测压缩算法相结合,提出一种基于K-均值聚类和传统递归最小二乘法的高光谱图像无损压缩算法。首先,对高光谱图像按光谱矢量进行K-均值聚类以提升同类光谱矢量间的相似度。然后,对每一聚类群分别使用传统递归最小二乘法进行预测,消除高光谱图像的空间冗余和谱间冗余。最后,对预测误差图像进行算术编码,完成高光谱图像压缩过程。对AVIRIS 2006高光谱数据进行仿真实验,所提算法对16位校正图像、16位未校正图像和12位未校正图像分别取得了4.63倍,2.82倍和4.77倍的压缩比,优于同类型已报道的各种算法。
- 高放孙长建邵庆龙郭树旭
- 关键词：高光谱图像图像压缩聚类
- 两种被动微波遥感混合像元分解方法比较被引量：1
- 2013年
- 被动微波遥感混合像元分解是成功应用被动微波辐射计数据的关键,研究被动微波遥感混合像元分解方法具有重要的应用意义。提出基于地物分类信息的被动微波混合像元分解方法,通过模拟具有不同组分亮温分布的观测地区,将其与具有代表性的Bellerby提出的被动微波混合像元分解方法进行对比研究,分析两种分解方法的适用范围及影响其求解精度的主要因素。Bellerby的方法适合于观测地区中陆地组分亮温不变的情况,当观测地区陆地组分亮温发生变化时,笔者提出的方法能得到更加准确的分解结果。研究结果表明:笔者提出的方法进行混合像元分解后,其陆地组分亮温误差的平均值约为0.1K,水体组分亮温误差的平均值约为0.2K;而采用Bellerby方法计算得到陆地组分亮温误差的平均值约为3.1K,水体组分亮温误差的平均值约为5.9K。
- 顾玲嘉赵凯任瑞治孙健
- 关键词：图像处理误差分析混合像元分解
