发明名称 |
一种基于非局部和低秩分解的高光谱图像压缩方法 |
摘要 |
本发明公开了一种基于非局部和低秩分解的高光谱图像压缩方法,利用非局部相似性对高光谱图像进行分块,获得大小相同的高光谱小块,之后根据相似性,相似的块将被聚为一类,同一类的块组成的4阶数据可以被低秩分解,因为分解后的数据大小远小于原始数据大小,从而实现对高光谱数据的压缩,并且可以充分利用高光谱数据的空间结构特征和光谱结构特征。 |
申请公布号 |
CN105825529A |
申请公布日期 |
2016.08.03 |
申请号 |
CN201610157079.8 |
申请日期 |
2016.03.18 |
申请人 |
武汉大学 |
发明人 |
杜博;章梦飞;张乐飞;张良培 |
分类号 |
G06T9/00(2006.01)I |
主分类号 |
G06T9/00(2006.01)I |
代理机构 |
武汉科皓知识产权代理事务所(特殊普通合伙) 42222 |
代理人 |
魏波 |
主权项 |
一种基于非局部和低秩分解的高光谱图像压缩方法,其特征在于,包括以下步骤:步骤1:对高光谱图像长和宽不是8的倍数的图像进行裁剪,裁剪为长和宽都是8的倍数,光谱数不变;步骤2:将剪裁后的高光谱图像进行标准化,使其每个像素值位于0和255之间;步骤3:对标准化的高光谱图像进行分块,每个块的空间大小是8*8,然后按相似性对块进行聚类,每个类构成一个4阶张量;步骤4:对每个类分别进行低秩分解,得到1个4阶的稀疏张量,和3个低秩的字典矩阵;步骤5:最终得到的张量和字典矩阵就是压缩后的所有数据;步骤6:验证压缩效果,根据压缩后的数据重构高光谱图像,与原始图像对比。 |
地址 |
430072 湖北省武汉市武昌区珞珈山武汉大学 |