文献类型：会议

作　　者：叶珍 白璘 何明一

作者单位：西北工业大学电子信息学院,对地观测研究中心,陕西省信息获取与处理重点实验室 长安大学 长安大学 西北工业大学电子信息学院,对地观测研究中心,陕西省信息获取与处理重点实验室

会议文献：第三届全国成像光谱对地观测学术研讨会 论文集

会议名称：第三届全国成像光谱对地观测学术研讨会

会议日期：20150900

会议地点：西安

主办单位：国际数字地球学会中国国家委员会;中科院;西北大学

出版日期：20150900

语　　种：中文

摘　　要：高光谱遥感器具有纳米级的光谱分辨率，其拍摄的图像是地物在不同电磁波波段上的成像序列，该序列包含几百甚至上千幅的图像。因此，高光谱图像能精细地描述地物的光谱特征，丰富的光谱信息使得光谱维区分鉴别地物成为可能。但随着遥感器分辨率的快速提高，高光谱图像的数据规模以几何级数递增，其波段间的相关性越来越强，信息冗余越来越大，不仅会增加计算负担，还可能增加信道带宽与数据传输需求之间的矛盾。因此，对高光谱图像进行压缩成为对高光谱图像变换、分析和存储的必要手段。高光谱图像的压缩算法可以分为两类，一类是将经典的二维压缩算法扩展到三维空间，如3D-SPIHT算法和3D-SPECK算法等;另一类是基于JPEG2000压缩标准的高光谱图像压缩算法，该类算法通常采用主成分分析(PCA)或离散小波变换(DWT)等特征提取技术对高光谱图像进行谱间向量去相关，然后利用JPEG2000压缩标准对其空间向量进行编码。一般情况下，基于PCA与JPEG2000相结合的高光谱图像压缩算法(命名为PCA+JPEG2000算法)要优于基于DWT谱间降维的压缩方法。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。

分 类 号：TN9] TP7]