基于分块KLT的多光谱遥感图像低复杂度有损压缩

王平, 陈欣, 粘永健, 许可

王平, 陈欣, 粘永健, 许可. 基于分块KLT的多光谱遥感图像低复杂度有损压缩[J]. 红外技术, 2018, 40(2): 151-157.
引用本文: 王平, 陈欣, 粘永健, 许可. 基于分块KLT的多光谱遥感图像低复杂度有损压缩[J]. 红外技术, 2018, 40(2): 151-157.
WANG Ping, CHEN Xin, NIAN Yongjian, XU Ke. Low-Complexity Lossy Compression for Multispectral Remote Sensing Images Based on Block KLT[J]. Infrared Technology , 2018, 40(2): 151-157.
Citation: WANG Ping, CHEN Xin, NIAN Yongjian, XU Ke. Low-Complexity Lossy Compression for Multispectral Remote Sensing Images Based on Block KLT[J]. Infrared Technology , 2018, 40(2): 151-157.

基于分块KLT的多光谱遥感图像低复杂度有损压缩

基金项目: 国家自然科学基金项目(41201363)%重庆市基础科学与前沿技术项目(cstc2016jcyjA0539)
详细信息
  • 中图分类号: TP751

Low-Complexity Lossy Compression for Multispectral Remote Sensing Images Based on Block KLT

  • 摘要: 多光谱图像的有效压缩已经成为遥感领域亟待解决的难题.针对星载多光谱成像仪获取的多光谱图像,提出了一种基于分块KLT(Karhunen-Loève transform, 卡胡南-洛维变换)的低复杂度有损压缩算法.该算法首先对每个波段分别进行空间二维小波变换,以去除多光谱图像的空间相关性;然后将每个波段分成互不重叠且大小相等的图像块,每次仅对相邻两个波段的对应图像块进行谱间KLT变换,以去除谱间相关性;最后对变换后的所有波段进行联合EBCOT(Embedded Block Coding with Optimized Truncation,最优截断的嵌入式块编码)压缩.实验结果表明,该算法的压缩性能优于基于整体KLT的多光谱图像压缩算法,并且具有较低的编码复杂度.
  • 期刊类型引用(8)

    1. 何淼,宁晓敏. 视觉传达技术的多光谱图像高效压缩方法. 激光杂志. 2023(04): 180-184 . 百度学术
    2. 昝立荣,任伟和,潘宝柱. 激光光谱遥感图像分类数学模型设计研究. 激光杂志. 2022(09): 94-97 . 百度学术
    3. 苏令华,王平,马志强,张茜. 基于光谱线性分解的高光谱图像高效压缩. 太赫兹科学与电子信息学报. 2021(06): 1075-1080 . 百度学术
    4. 蔡水英. 多域波分复用光网络低复杂度信息压缩仿真. 计算机仿真. 2020(10): 119-123 . 百度学术
    5. 蒋媛,魏瑞,卢超. 深度学习网络的激光光谱图像压缩研究. 激光杂志. 2020(12): 176-180 . 百度学术
    6. 陈欣,粘永健,王忠良. 基于线性混合模型的高光谱图像分布式压缩感知. 红外技术. 2019(08): 758-763 . 本站查看
    7. 姚丽莎,徐国明,陈乃金,周欢. 分布式海量指纹识别. 长春师范大学学报. 2019(10): 34-40 . 百度学术
    8. 王平,陈欣,粘永健,乔梁. 基于子带谱间变换的多光谱图像压缩. 电光与控制. 2018(06): 39-43 . 百度学术

    其他类型引用(3)

计量
  • 文章访问数:  177
  • HTML全文浏览量:  31
  • PDF下载量:  11
  • 被引次数: 11
出版历程

目录

    /

    返回文章
    返回