基于支持向量回归的光谱图像无损压缩方法

    公开(公告)号:CN104270640B

    公开(公告)日:2018-07-31

    申请号:CN201410455209.7

    申请日:2014-09-09

    Abstract: 本发明属于光谱遥感技术领域,提供了基于支持向量回归的光谱图像无损压缩方法,包括如下步骤:(1)导入原图像;(2)选择聚类算法,对光谱图像进行分类预处理,获得相应的聚类索引;(3)选择预测算法,进行预测模型的设计,依据得到的聚类索引和预测模型,对整幅光谱图像的每个像素进行预测,得到预测图像;(4)对原图像和预测图像进行做差得残差图像;(5)对残差图像采用算术编码,同时对经预测模型预测时得到的预测系数及聚类算法获得的聚类索引进行编码,得到码流文件。该发明通过对读入的图像进行聚类,对每类分别建立预测模型,对残差图像及边信息进行编码的方式,实现基于支持向量回归的光谱无损压缩,达到较好的无损压缩效果,预测准确度高,残差小。

    基于离线训练的高光谱图像回归预测压缩方法

    公开(公告)号:CN103985096A

    公开(公告)日:2014-08-13

    申请号:CN201410217499.1

    申请日:2014-05-18

    Abstract: 本发明公开了一种基于离线训练的高光谱图像回归预测压缩方法,包括如下步骤:读入m幅高光谱图像,对每幅图像分别用k-means聚类,得到m幅聚类索引图后;对m幅聚类索引图每个波段的进行离线回归训练,计算预测系数读入压缩图像;对于第一波段进行帧内预测;对其他波段中的每个像素值使用S2步骤中离线训练得到的预测系数进行预测,所有像素预测完成后,得预测图像;用原始图像和预测图像做差,得到残差图像;对残差图像采用Range Coder编码方法进行编码,输出文件,传送到解码器。本发明可应用于高复杂度多幅高光谱图像实现快速压缩要求的压缩技术中,压缩效率高。

    基于支持向量回归的光谱图像无损压缩方法

    公开(公告)号:CN104270640A

    公开(公告)日:2015-01-07

    申请号:CN201410455209.7

    申请日:2014-09-09

    CPC classification number: G06K9/6269 G06K9/6218

    Abstract: 本发明属于光谱遥感技术领域,提供了基于支持向量回归的光谱图像无损压缩方法,包括如下步骤:(1)导入原图像;(2)选择聚类算法,对光谱图像进行分类预处理,获得相应的聚类索引;(3)选择预测算法,进行预测模型的设计,依据得到的聚类索引和预测模型,对整幅光谱图像的每个像素进行预测,得到预测图像;(4)对原图像和预测图像进行做差得残差图像;(5)对残差图像采用算术编码,同时对经预测模型预测时得到的预测系数及聚类算法获得的聚类索引进行编码,得到码流文件。该发明通过对读入的图像进行聚类,对每类分别建立预测模型,对残差图像及边信息进行编码的方式,实现基于支持向量回归的光谱无损压缩,达到较好的无损压缩效果,预测准确度高,残差小。

    一种图像无损压缩方法和电子设备

    公开(公告)号:CN104202607B

    公开(公告)日:2018-11-02

    申请号:CN201410432274.8

    申请日:2014-08-26

    Abstract: 本发明公开了一种图像无损压缩方法和电子设备,属于图像压缩领域。所述方法包括:根据预测模型,对获取到的目标极光光谱图像帧中的每个像素进行预测,生成预测图像帧;对所述目标极光光谱图像帧和所述预测图像帧进行做差,生成残差图像;对所述残差图像进行算术编码,生成码流文件。本发明实施例提供一种图像压缩方法,通过对极光光谱图像每一帧分别建立预测模型,进行压缩,实现了极光光谱图像的实时压缩,从而提高了压缩效率,降低了成本。

    一种图像无损压缩方法和电子设备

    公开(公告)号:CN104202607A

    公开(公告)日:2014-12-10

    申请号:CN201410432274.8

    申请日:2014-08-26

    Abstract: 本发明公开了一种图像无损压缩方法和电子设备,属于图像压缩领域。所述方法包括:根据预测模型,对获取到的目标极光光谱图像帧中的每个像素进行预测,生成预测图像帧;对所述目标极光光谱图像帧和所述预测图像帧进行做差,生成残差图像;对所述残差图像进行算术编码,生成码流文件。本发明实施例提供一种图像压缩方法,通过对极光光谱图像每一帧分别建立预测模型,进行压缩,实现了极光光谱图像的实时压缩,从而提高了压缩效率,降低了成本。

Patent Agency Ranking