面向异常检测的高光谱图像压缩技术

面向异常检测的高光谱图像压缩技术

ID:37124276

大小:315.98 KB

页数:5页

时间:2019-05-18

面向异常检测的高光谱图像压缩技术_第1页
面向异常检测的高光谱图像压缩技术_第2页
面向异常检测的高光谱图像压缩技术_第3页
面向异常检测的高光谱图像压缩技术_第4页
面向异常检测的高光谱图像压缩技术_第5页
资源描述:

《面向异常检测的高光谱图像压缩技术》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、国防科技大学学报第31卷第3期JOURNAL0FN~TIONALUNIVERSITYOFDEFENSETEO。~OLOGYVo1.31N0.32009文章编号:1001—2486(2009)03—0O48—05面向异常检测的高光谱图像压缩技术粘永健,王展,万建伟,辛勤(国防科技大学电子科学与工程学院,湖南长沙410073)摘要:异常检测已经成为高光谱图像重要的后续应用之一,提出了一种面向异常检测的高光谱图像压缩算法。为减少压缩对异常检测性能的影响,首先采用RX算子对高光谱图像进行异常检测,并对异常点与背景对应的光谱维矢量进行预处理。对高光谱图像

2、的光谱维矢量进行KL变换,通过引入虚拟维数估计算法对原始数据的本征维数进行估计,在此基础上给出了一种主分量选取方法。最后,采用最优码率分配策略为各主分量分配相应的压缩码率,并利用SPIHT算法分别进行压缩。实验结果表明,该算法在获得较高压缩性能的同时,可有效保持图像中的异常信息。关键词:高光谱图像;有损压缩,异常检测;虚拟维数中图分类号:TP751.1文献标识码:ACompressionTechniqueforHyperspectralImageryOrientedAnomalyDetectionNIANYong-jian,WANGZhan,W

3、ANJian-wei,XINQm(CollegeofElectronicScienceandEngineering,NationalUniv.ofDefenseTechnology,ch咄410073,China)Abstract:AnomalydetectionhasbeenOlleofthemostimportantapplicationsforhyperspeetralimagery.Anewloasycompressionmethodforhyperspectralimageryorientedanomalydetectionispro

4、r~t.Inordertokeeptheperfonnanee0fanomalydetection.the~-lonla[ou8vectorsdetectedbytheimprovedRX~,onthm8repreprocessed.FleH蛐,virtualdimensionalitytllmisintroducedtoestimatetheIntrinsicDimensionality(ID)oforiginaldatawhileKathunen-Loevetrai~oixnisusedtoprovidespectraldecorrelat

5、ion.Inaddition,basedonthevirtualdimemionality,anewmethodforthenumberofprinciplecomponentdeterminationispresented.Thebitrateofeachprinciplecomponentisdisb1ltedbyoptimalrateallocationstrategyforspatialcompressionbySPIHTalgorithm.Experimentalresultsshowthattheprope~talSorithmpr

6、ovidesbettercompressionperformance.aswellase~icientpreservationforanomalouspixels.Keywords:hyperspectralimagery;loss,/compression;anomalousdetection;virtualdimensionality高光谱遥感是20世纪8O年代兴起的新型对地观测技术,已经在军事侦察和国民经济各领域得到了广泛应用口】。成像光谱仪是一种新型的航天遥感器,使用成像光谱仪获取的遥感图像称为高光谱图像。随着谱间和空间分辨率的不断增加

7、,高光谱数据的波段宽度达到纳米量级(10I2,为波长),庞大的数据量给数据的存储和传输带来困难,必须采用有效的压缩方法对其进行压缩。高光谱数据可以看作准三维图像,图像冗余来源于谱间相关性和空间相关性,其中谱问相关性较强。而空间相关性较弱。高光谱图像的压缩方法可以分为基于预测的方法,基于变换的方法,基于矢量量化的方法以及多种方法相结合。孙蕾根据各波段的方差进行码率预分配,在谱间线性预测的基础上进行有损压缩,在一定程度上提高了压缩性能,但算法本身存在着较为严重的误差积累J。对于有损压缩而言,基于变换的方法由于具有较高的压缩性能而受到广泛关注。目前采

8、用较多的变换方法包括KL(KaFhunen.Loeve)变换、DCT变换和DWT变换等。H.S.Lee等比较了上述几种变换的性能,结果表明KL变换用于

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。