文献类型：期刊文章

作　　者：孔繁锵[1] 周永波[1] 沈秋[2] 温珂瑶[1]

Kong Fanqiang;Zhou Yongbo;Shen Qiu;Wen Keyao(College of Astronautics,Nanjing University of Aeronautics and Astronautics,Nanjing,Jiangsu 210000,China;School of Electronic Science and Engineering,Nanjing University,Nanjing,Jiangsu 210046,China)

机构地区：[1]南京航空航天大学航天学院,江苏南京210000 [2]南京大学电子科学与工程学院,江苏南京210046

出　　处：《中国激光》

基　　金：国家自然科学基金(61801214)

年　　份：2019

卷　　号：46

期　　号：10

起止页码：277-285

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：针对多光谱图像的空谱相关特性,提出一种基于卷积神经网络的端到端多光谱图像压缩方法。编码端,将多光谱数据整体输入到多光谱图像压缩网络中,采用卷积提取多光谱图像的主要光谱特征与空间特征,使用下采样减小特征数据的尺寸,并通过率失真优化控制光谱特征与空间特征数据的熵,使空谱特征数据分布更加紧凑,将量化后的中间特征数据进行无损熵编码得到压缩码流。解码端,码流经过熵解码、逆量化、上采样、反卷积的逆变换过程重构多光谱图像。实验结果表明,相同码率下该方法能有效保留多光谱图像谱间信息,并在图像恢复质量上比JPEG2000平均高约2 dB。

关 键 词：图像处理 深度学习  多光谱图像压缩  卷积神经网络 率失真优化

分 类 号：TP751]