基于FastICA的高光谱图像压缩技术

辛勤; 粘永健; 万建伟; 何密

doi:10.3969/j.issn.1001-0548.2010.05.014

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于FastICA的高光谱图像压缩技术

辛勤, 粘永健, 万建伟, 何密

文章导航 > 电子科技大学学报 > 2010 > 39(5): 711-715,730

辛勤, 粘永健, 万建伟, 何密. 基于FastICA的高光谱图像压缩技术[J]. 电子科技大学学报, 2010, 39(5): 711-715,730. doi: 10.3969/j.issn.1001-0548.2010.05.014

引用本文:

辛勤, 粘永健, 万建伟, 何密. 基于FastICA的高光谱图像压缩技术[J]. 电子科技大学学报, 2010, 39(5): 711-715,730. doi: 10.3969/j.issn.1001-0548.2010.05.014

XIN Qin, NIAN Yong-jian, WAN Jian-wei, HE Mi. Compression Technique for Hyperspectral Imagery Based on FastICA[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(5): 711-715,730. doi: 10.3969/j.issn.1001-0548.2010.05.014

Citation:

XIN Qin, NIAN Yong-jian, WAN Jian-wei, HE Mi. Compression Technique for Hyperspectral Imagery Based on FastICA[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(5): 711-715,730. doi: 10.3969/j.issn.1001-0548.2010.05.014

基于FastICA的高光谱图像压缩技术

doi: 10.3969/j.issn.1001-0548.2010.05.014

1.
国防科技大学电子科学与工程学院长沙 410073

基金项目:

国家自然科学基金(60572135);部级预研基金

详细信息

作者简介:
辛勤(1973-),男,博士,副教授,主要从事现代信号处理方面的研究.

中图分类号: TP751.1

Compression Technique for Hyperspectral Imagery Based on FastICA

1.
College of Electronic Science and Engineering,National University of Defense Technology Changsha 410073

摘要: 提出了一种基于快速独立分量分析(FastICA)的高光谱图像压缩算法。首先引入虚拟维数算法估计图像中的目标端元个数，进而提取出感兴趣的目标端元矢量，并初始化快速独立分量分析的混合矩阵；利用最小噪声分量变换对原始数据进行降维，从降维后的主分量中提取独立分量；对独立分量进行恒虚警率检测与形态学滤波，实现目标分割。对高光谱图像进行谱间Karhunen-Loeve变换，利用比例位移法对感兴趣目标的小波系数进行提升，最后对各主分量进行最优码率的SPIHT压缩。实验结果表明，该方法在获得较高压缩性能的同时能够有效地保留感兴趣的目标。
- 高光谱图像 /
- 独立分量分析 /
- 有损压缩 /
- 目标检测
Abstract: Efficient compression for hyperspectral imagery has been the research focus for the developmentof remote sensing technique. The small targets information protection during the compression process without anypreknowledge should be necessarily considered. This paper presents a new lossy compression method forhyperspectral imagery based on fast independent component analysis (FastICA). Virtual dimensionality isintroduced to determine the number of target endmembers. The mixing matrix of FastICA is initialized by targetendmembers. Minimum noise fraction is employed for dimensionality reduction of original data volumes, andFastICA is performed on the selected principal components to generate independent components. Then, constantfalse alarm rate detection is performed on each IC, which is followed by morphologic filtering. Karhunen-Loevetransform is used to decorrelate the spectral redundancy, general scaling-based method is selected to upshift thewavelet coefficients of interested targets. Finally, each principle component is allocated optimal rate andcompressed by SPIHT algorithm. Experimental results on AVIRIS data show that the proposed method not onlyprovides high compression performance, but also preserves targets interested effectively.
- hyperspectral imagery /
- independent component analysis /
- lossy compression /
- targetdetection

[1]	邓佳丽, 龚海刚, 刘明. 基于目标检测的医学影像分割算法 . 电子科技大学学报, 2023, 52(2): 254-262. doi: 10.12178/1001-0548.2022081
[2]	周雪, 梁超, 何均洋, 唐瀚林. 一体化多目标跟踪算法研究综述 . 电子科技大学学报, 2022, 51(5): 728-736. doi: 10.12178/1001-0548.2021349
[3]	候少麒, 梁杰, 殷康宁, 刘学婷, 殷光强. 基于空洞卷积金字塔的目标检测算法 . 电子科技大学学报, 2021, 50(6): 843-851. doi: 10.12178/1001-0548.2021032
[4]	罗瑜. 纹理感知多模式编码的帧存有损压缩算法研究 . 电子科技大学学报, 2021, 50(1): 8-13. doi: 10.12178/1001-0548.2019115
[5]	侯卫民, 赵拓, 苏佳, 高丽慧, 张易凡. 基于协同表示的高光谱和多光谱图像融合算法 . 电子科技大学学报, 2020, 49(4): 569-574. doi: 10.12178/1001-0548.2019145
[6]	艾斯卡尔·艾木都拉, 武文成. 基于多尺度局部梯度的点目标检测技术 . 电子科技大学学报, 2019, 48(6): 893-903. doi: 10.3969/j.issn.1001-0548.2019.06.014
[7]	阮宗利, 魏平, 钱国兵, 袁晓垒. 基于MNC-FastICA算法的稳健自适应波束形成 . 电子科技大学学报, 2017, 46(3): 505-510. doi: 10.3969/j.issn.1001-0548.2017.03.005
[8]	闫钧华, 段贺, 艾淑芳, 李大雷, 许倩倩. 旋转复杂背景中红外运动小目标实时检测 . 电子科技大学学报, 2017, 46(5): 697-702. doi: 10.3969/j.issn.1001-0548.2017.05.010
[9]	凡时财, 曾祥峰, 周雪, 邹见效, 徐红兵. 融合超像素分割与码本模型的目标检测算法 . 电子科技大学学报, 2017, 46(4): 572-578. doi: 10.3969/j.issn.1001-0548.2017.04.016
[10]	王蕊, 李恒超, 尹忠科. 考虑端元差异性的协同稀疏高光谱解混算法 . 电子科技大学学报, 2014, 43(6): 813-816,828. doi: 10.3969/j.issn.1001-0548.2014.06.003
[11]	胡学海, 王厚军, 黄建国. 分布式目标检测融合决策优化算法 . 电子科技大学学报, 2013, 42(3): 375-379. doi: 10.3969/j.issn.1001-0548.2013.03.011
[12]	姜柯, 李艾华, 苏延召. 基于改进码本模型的视频运动目标检测算法 . 电子科技大学学报, 2012, 41(6): 932-936. doi: 10.3969/j.issn.1001-0548.2012.06.022
[13]	张和发, 李立萍. 含噪独立分量分析的期望最大化算法 . 电子科技大学学报, 2012, 41(4): 527-531. doi: 10.3969/j.issn.1001-0548.2012.04.009
[14]	饶妮妮, 王祥林, 周博, 程宇锋, 王刚. 线性预测盲源提取算法应用于阵列雷达的分析 . 电子科技大学学报, 2010, 39(1): 1-5. doi: 10.3969/j.issn.1001-0548.2010.01.001
[15]	陈洪波, 陈真诚, 汤井田. 同场景多幅图像中的强噪声抑制 . 电子科技大学学报, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012
[16]	洪英, 韩周安. 偏亚高斯语音信号有效分离ICA方法研究 . 电子科技大学学报, 2008, 37(5): 693-697.
[17]	黄廷祝, 黄秀琴, 蒋泽云. MRF和GM模型高光谱图像地物标记 . 电子科技大学学报, 2008, 37(5): 742-745,781.
[18]	陈红艳, 李磊民. 基于ICA的极化SAR图像相干斑抑制 . 电子科技大学学报, 2006, 35(4): 484-487.
[19]	姚远程, 马上. 一种视频图像中运动目标检测方法研究 . 电子科技大学学报, 2006, 35(4): 458-460,477.
[20]	张智林, 皮亦鸣, 孙志坚. 基于独立分量分析的降噪技术 . 电子科技大学学报, 2005, 34(3): 296-299.

点击查看大图

计量

文章访问数: 3413
HTML全文浏览量: 108
PDF下载量: 68
被引次数: 0

基于FastICA的高光谱图像压缩技术

doi: 10.3969/j.issn.1001-0548.2010.05.014

1. 国防科技大学电子科学与工程学院长沙 410073

基金项目:

国家自然科学基金(60572135);部级预研基金

作者简介:
辛勤(1973-),男,博士,副教授,主要从事现代信号处理方面的研究.

收稿日期: 2009-04-08
修回日期: 2009-11-25
刊出日期: 2010-10-15

中图分类号: TP751.1

关键词:

摘要: 提出了一种基于快速独立分量分析(FastICA)的高光谱图像压缩算法。首先引入虚拟维数算法估计图像中的目标端元个数，进而提取出感兴趣的目标端元矢量，并初始化快速独立分量分析的混合矩阵；利用最小噪声分量变换对原始数据进行降维，从降维后的主分量中提取独立分量；对独立分量进行恒虚警率检测与形态学滤波，实现目标分割。对高光谱图像进行谱间Karhunen-Loeve变换，利用比例位移法对感兴趣目标的小波系数进行提升，最后对各主分量进行最优码率的SPIHT压缩。实验结果表明，该方法在获得较高压缩性能的同时能够有效地保留感兴趣的目标。

English Abstract

Compression Technique for Hyperspectral Imagery Based on FastICA

1. College of Electronic Science and Engineering,National University of Defense Technology Changsha 410073

Received Date: 2009-04-08
Rev Recd Date: 2009-11-25
Publish Date: 2010-10-15

Keywords:

Abstract: Efficient compression for hyperspectral imagery has been the research focus for the developmentof remote sensing technique. The small targets information protection during the compression process without anypreknowledge should be necessarily considered. This paper presents a new lossy compression method forhyperspectral imagery based on fast independent component analysis (FastICA). Virtual dimensionality isintroduced to determine the number of target endmembers. The mixing matrix of FastICA is initialized by targetendmembers. Minimum noise fraction is employed for dimensionality reduction of original data volumes, andFastICA is performed on the selected principal components to generate independent components. Then, constantfalse alarm rate detection is performed on each IC, which is followed by morphologic filtering. Karhunen-Loevetransform is used to decorrelate the spectral redundancy, general scaling-based method is selected to upshift thewavelet coefficients of interested targets. Finally, each principle component is allocated optimal rate andcompressed by SPIHT algorithm. Experimental results on AVIRIS data show that the proposed method not onlyprovides high compression performance, but also preserves targets interested effectively.

辛勤, 粘永健, 万建伟, 何密. 基于FastICA的高光谱图像压缩技术[J]. 电子科技大学学报, 2010, 39(5): 711-715,730. doi: 10.3969/j.issn.1001-0548.2010.05.014

引用本文:

辛勤, 粘永健, 万建伟, 何密. 基于FastICA的高光谱图像压缩技术[J]. 电子科技大学学报, 2010, 39(5): 711-715,730. doi: 10.3969/j.issn.1001-0548.2010.05.014

Citation:

全文HTML

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈

编辑办公

友情链接

电子科技大学

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发

留言板

基于FastICA的高光谱图像压缩技术

doi: 10.3969/j.issn.1001-0548.2010.05.014

作者简介:
辛勤(1973-),男,博士,副教授,主要从事现代信号处理方面的研究.

Compression Technique for Hyperspectral Imagery Based on FastICA

计量

基于FastICA的高光谱图像压缩技术

doi: 10.3969/j.issn.1001-0548.2010.05.014

1. 国防科技大学电子科学与工程学院长沙 410073

作者简介:
辛勤(1973-),男,博士,副教授,主要从事现代信号处理方面的研究.

English Abstract

Compression Technique for Hyperspectral Imagery Based on FastICA

1. College of Electronic Science and Engineering,National University of Defense Technology Changsha 410073

全文HTML

目录

期刊在线

编辑办公

友情链接

留言板

基于FastICA的高光谱图像压缩技术

doi: 10.3969/j.issn.1001-0548.2010.05.014

作者简介: 辛勤(1973-),男,博士,副教授,主要从事现代信号处理方面的研究.

Compression Technique for Hyperspectral Imagery Based on FastICA

计量

出版历程

基于FastICA的高光谱图像压缩技术

doi: 10.3969/j.issn.1001-0548.2010.05.014

1. 国防科技大学电子科学与工程学院 长沙 410073

作者简介: 辛勤(1973-),男,博士,副教授,主要从事现代信号处理方面的研究.

English Abstract

Compression Technique for Hyperspectral Imagery Based on FastICA

1. College of Electronic Science and Engineering,National University of Defense Technology Changsha 410073

全文HTML

目录

期刊在线

编辑办公

友情链接

作者简介:
辛勤(1973-),男,博士,副教授,主要从事现代信号处理方面的研究.

1. 国防科技大学电子科学与工程学院长沙 410073

作者简介:
辛勤(1973-),男,博士,副教授,主要从事现代信号处理方面的研究.