计算机工程与科学

作者：叶珍1,白璘1,刘玉2,何明一3,粘永健2

单位：（1.长安大学电子与控制工程学院，陕西 西安 710064；2.第三军医大学生物医学工程系，重庆 400038；3.西北工业大学电子信息学院，陕西 西安 710129）

关键词：高光谱图像压缩,主成分分析,独立成分分析,JPEG2000,

基金：国家自然科学基金(41201363,51407012)；中央高校基本科研业务费专项资金（310832163402,310832161001,310832161007）

主成分分析（PCA）常常结合JPEG2000压缩标准用来对高光谱图像进行压缩。然而，由PCA得到的主成分仅利用了二阶统计信息。对于高光谱图像应用来说，只采用二阶统计信息是远远不够的，如异常像素的处理常常需要用到更高阶的统计信息。研究了一种混合PCA/ICA与JPEG2000相结合的高光谱图像压缩算法。首先，对原始高光谱图像进行PCA变换，提取出前m个主成分对应的特征向量矩阵WPCA；然后，对其余的特征向量进行ICA变换，得到n个特征向量矩阵WICA；最后，将得到的混合投影矩阵、原始高光谱图像及其均值向量共同嵌入JPEG2000比特流，从而完成对高光谱图像的压缩。在不同码率的情况下，通过空间相关系数（ρ）、信噪比（SNR）、光谱角填图（SAM）等技术指标对混合PCA/ICA+JPEG2000算法的压缩性能进行评估。实验结果表明，混合PCA/ICA+JPEG2000算法不但能有效去除高光谱图像的谱间相关性，而且能够有效提高光谱保真度，保护异常像素信息。

来源：2016年第5期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2016年第5期