基于自适应谱段重组的高光谱图像压缩方法研究

高光谱论文\非监督的高光谱图像解混技术研究

 基于分布式压缩感知理论,利用高光谱图像谱间的低秩特性,提出一种高光谱图像分布式压缩感知重构方法。该方法在编码端对各谱段图像分别进行压缩感知测量,运算简单,便于硬件实现。解码端重构时

一种高光谱图像分布式压缩感知重构方法

基于TI公司的TMS320DM642高性能DSP芯片，实现了一种新的针对高光谱图像数据特点提出的基于三维自适应预测的高光谱图像无损压缩算法，并通过对算法在语言和结构上的优化，大大提高了算法的执行效率，

自适应谱聚类算法改进，张华苹，肖波，谱聚类是建立在谱图理论基础上的一类聚类算法，与传统的聚类算法不同，它能在任意形状的样本空间上聚类并收敛于全局最优解，正是

使用自适应粒度重构来阻止图像的压缩感知

基于无乘法可逆整数TDLT / KLT的无损无损高光谱图像压缩

提出了一种基于分布式信源编码的高光谱图像无损压缩算法,用于星载高光谱数据的有效压缩。为充分利用高光谱图像较强的谱间相关性,引入多波段谱间线性预测方案获取当前编码块的预测值,有效降低了编码块的最大预测残

提出一种新的基于无限冲激响应( IIR) 低通滤波的Retinex 图像增强算法, 该算法具有边缘保留功能, 不会产生光晕效应, 而且计算量较小. 并将该算法与实数编码遗传算法相结合, 使其具有针对不

基于分形和分块迭代函数系统的特点，提出了一种改进的求解全局最优自相似分块的自适应遗传算法。算法中对父块个体的搜索空间采用格雷编码方法；定义子块与父块的最小匹配误差为适应度函数；提出改进遗传算法的线性自