文献

J-GLOBAL ID：201502210565764343   整理番号：15A1124024

マルチスケール辞書学習を用いたハイパースペクトル画像圧縮【Powered by NICT】

Hyperspectral image compression using multi-scale dictionary learning

著者 (3件)： Xu Dawei (Dep. of Electronic Engineering and Information Sci., Univ. of Sci. and Technol. of China; Key Lab. of ...) ,  Zhang Rong (Dep. of Electronic Engineering and Information Sci., Univ. of Sci. and Technol. of China; Key Lab. of ...) ,  Wu Qian (Dep. of Electronic Engineering and Information Sci., Univ. of Sci. and Technol. of China; Key Lab. of ...)
資料名： Yaogan Xuebao  (Yaogan Xuebao)
巻： 19  号： 2  ページ： 263-272  発行年： 2015年 
JST資料番号： W0865B  ISSN： 1007-4619  CODEN： YXAUAB  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 圧縮は相対的に管理可能なサイズにハイパースペクトル画像を有意に減少させることができ,それにより,座礁ステーションにおけるそれらの効率的な伝送・蓄積を促進した。辞書学習とスパース表現は自然画像の圧縮で行った。本研究では,ハイパースペクトル画像の特性に焦点を当て,ハイパースペクトル画像のためのウェーブレットと辞書学習に基づく効率的な圧縮アルゴリズムを提案した。最初に,マルチスケール訓練サンプルは,ウェーブレット分解を介して構築した;各スケールの訓練サンプルは合同訓練によるobtainmultiスケール辞書にK-SVD辞書学習モデルに送られ,誤差をwhichsimultaneouslycalculatesとマルチスケール辞書を更新した。第二に,統計的分析は,スパース符号化の過程における局所最適バンドで使用される辞書原子上で実行し,周波数選択因子を導入した。統計情報と周波数選択因子は,辞書の使用またはほとんど使われない原子を減少させるために使用されている。他のバンドは単純化した辞書を用いて直接エントロピー符号化表現まばらで容易にでき,DC成分である4つの近傍予測と差分パルス符号変調後エントロピー符号化される。各スケール係数の指標である数値値に従って再配列とDPCM後を別々にエントロピー符号化される。スパース係数についてもの指標逐次変化に従って再配列し,適応量子化後にエントロピー符号化される。結果は,提案した方式は,従来の空間的および他のマルチスケール辞書学習アルゴリズムより優れていることを示した。ビットレート歪み性能の観点から3D SPIHTよりもずっと良好である。JPEG2000(その2)は,最適化された打ち切り戦略を埋込んだブロック符号化から利益を大きくとして,ヘムよりも優れた性能を達成することができる。しかし,著者らの提案したJPEG20002000(その2)よりもはるかに速かった。本研究では,ウェーブレットと辞書学習に基づく新しいハイパースペクトル画像圧縮器を設計した。実験結果は,提案した方式が3D SPIHTと最も圧縮アルゴリズムより優れていることを明らかにした。最新圧縮規格JPEG2000(その2)よりも遥かに高速でもある。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： JPEG ,  波束 ,  *透視図法 ,  アルゴリズム ,  打切
準シソーラス用語： SPIHT ,  ビットレート ,  エントロピー符号化 ,  スパースコーディング ,  ウェーブレット分解 ,  訓練 ,  自然画像 ,  スパース表現 ,  *ハイパースペクトル画像 ,  *マルチスケール , 【Automatic Indexing@JST】

分類 (1件)： 写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (3件)： マルチスケール ,  辞書学習 ,  ハイパースペクトル画像