為了提升動(dòng)態(tài)視頻采集中傳統(tǒng)多光譜圖像壓縮方法的傳輸效率,降低傳輸成本,提出動(dòng)態(tài)視頻采集中多光譜圖像無(wú)損壓縮方法。通過(guò)分析動(dòng)態(tài)視頻采集中多光譜圖像特性,計(jì)算空間相關(guān)系數(shù)與光譜相關(guān)系數(shù),獲取多光譜圖像的空間相關(guān)性以及光譜相關(guān)性;針對(duì)多光譜圖像的空間紋理與各個(gè)波段之間光譜相似度不同的問(wèn)題,將光譜聚類(lèi)和波段排序方法相結(jié)合;采用K-均值聚類(lèi)算法對(duì)高光譜數(shù)據(jù)中各個(gè)光譜矢量聚類(lèi),將同一地物的成像像素劃分為一類(lèi),同時(shí)有效去除高光譜圖像中的空間冗余;根據(jù)最優(yōu)波段排序法重新定義多光譜圖像中各個(gè)波段的排列順序,有效刪除高光譜圖像中的冗余光譜,實(shí)現(xiàn)動(dòng)態(tài)視頻采集中多光譜圖像無(wú)損壓縮。仿真實(shí)驗(yàn)結(jié)果表明,所提方法能夠有效提升運(yùn)行效率以及傳輸效率,同時(shí)降低運(yùn)行成本。 

【文章來(lái)源】：激光雜志. 2020,41(08)北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

所提方法的具體流程圖

K-均值聚類(lèi)算法的具體流程圖

不同方法的圖像壓縮效果

【參考文獻(xiàn)】：
期刊論文
[1]基于線(xiàn)性混合模型的高光譜圖像分布式壓縮感知[J]. 陳欣,粘永健,王忠良.  紅外技術(shù). 2019(08)
[2]基于高光譜圖像探測(cè)與感知的偽裝效果評(píng)估方法[J]. 馬世欣,劉春桐,李洪才,王浩,何禎鑫.  兵工學(xué)報(bào). 2019(07)
[3]基于本征圖像分解的高光譜圖像空譜聯(lián)合分類(lèi)[J]. 任智偉,吳玲達(dá).  航天返回與遙感. 2019(03)
[4]兼顧色度和光譜精度的多光譜圖像LabW2P編解碼[J]. 梁瑋,郝雯,李秀秀,王映輝,楊秀紅.  光譜學(xué)與光譜分析. 2019(06)
[5]基于空間約束的高光譜圖像解混算法[J]. 閆鈞華,黃偉,張寅,許禎瑜,蘇愷.  儀器儀表學(xué)報(bào). 2019(03)
[6]基于稀疏張量分解的高光譜圖像壓縮[J]. 潘悅,靳展,石翠萍,滕曉雪,井賀然,姜雪,程海燕.  科學(xué)技術(shù)創(chuàng)新. 2019(04)
[7]基于近紅外高光譜圖像的冬棗損傷早期檢測(cè)[J]. 孫世鵬,彭俊,李瑞,朱兆龍,Vázquez-Arellano MANUEL,傅隆生.  食品科學(xué). 2017(02)
[8]并行壓縮成像系統(tǒng)的壓縮域小目標(biāo)檢測(cè)[J]. 王敏敏,孫勝利.  光學(xué)精密工程. 2016(10)
[9]高光譜遙感圖像的地形校正和評(píng)價(jià)方法[J]. 魯瑩,姜廣全,劉春鋒.  山地學(xué)報(bào). 2016(05)
[10]基于低秩字典學(xué)習(xí)的高光譜遙感圖像去噪[J]. 張靜妙,高雙喜,王曉娜.  控制工程. 2016(06)



本文編號(hào)：3208691