找回密码
 注册
关于网站域名变更的通知
查看: 298|回复: 1
打印 上一主题 下一主题

[毕业设计] 基于稀疏表示的高光谱数据压缩算法

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2020-11-12 10:29 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

EDA365欢迎您登录!

您需要 登录 才可以下载或查看,没有帐号?注册

x
摘要:如何降低高光谱图像大规模数据的存储和传输代价--直是学者们关心的问题。该文提出-种基于稀疏表示的高光谱数据压缩算法,通过一-种波段选择算法构造训练样本集合,利用训练得到的基函数字典对高光谱数据所有波段进行稀疏编码,并对表示结果中非零元素的位置和数值进行量化和熵编码,从而实现高光谱图像压缩。实验结果表明该文算法与3维小波相比具有更好的非线性逼近性能,其率失真性能明显优于3D-SPIHT,并且在光谱信息保留.上具有巨大的优势。3 `1 u; q! p! J8 J3 A* X
关键词:图像处理;数据压缩;高光谱遥感;稀疏表示
9 A* n. o& S* F+ E  T* M1 d1 q
游客,如果您要查看本帖隐藏内容请回复

7 h% J6 S6 r" {
2 x3 r- {5 C2 f3 J& b3 l* H
' r3 j- n0 W& T- o3 j( \1 N2 A; U

该用户从未签到

2#
发表于 2020-11-12 10:56 | 只看该作者
基于稀疏表示的高光谱数据压缩算法,通过一-种波段选择算法构造训练样本集合,利用训练得到的基函数字典对高光谱数据所有波段进行稀疏编码,并对表示结果中非零元素的位置和数值进行量化和熵编码,从而实现高光谱图像压缩
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

推荐内容上一条 /1 下一条

EDA365公众号

关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

GMT+8, 2025-10-4 01:16 , Processed in 0.109375 second(s), 26 queries , Gzip On.

深圳市墨知创新科技有限公司

地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

快速回复 返回顶部 返回列表