基于双向预测的高光谱图像无损压缩

提出了一种基于双向预测的高光谱图像无损压缩算法。该算法首先采用自适应波段选择算法选出信息量较大的波段,然后利用聚类算法对这些波段的谱向矢量进行分类预处理。为了便于组织谱间预测过程,根据相邻波段相关性大小进行自适应波段分组,采用双向预测的方法去除谱间相关性。通过在参考波段和预测波段中定义三维上下文预测结构,在聚类结果的基础上,对各个像素分别训练最优的预测系数,从而实现当前波段的有效预测。对AVIRIS型高光谱图像的实验结果表明,该方法可获得较好的无损压缩性能。     

基于ARG模型特征的目标阵列群识别方法

以往目标识别技术多针对独立目标。但事实上目标有时会以成群的方式出现,目标之间呈现出明显的有规则的阵列分布关系,即目标阵列群。针对该类目标群的识别问题．可以通过提取目标群中子目标之间的空间分布关系的规律与特征,来弥补子目标的其他特征的不确定性。提出一种可有效识别低分辨率环境下(遥感、红外、多光谱等图像中)具有规则阵列分布特征的斑点目标集合的方法。该方法使用ARG模型描述目标阵列群,将目标相互之间的空间分布关系(距离关系)与目标自身的简单属性相结合,通过寻找空间分布关系特征与自身属性的统计规律,即估计特征的联合概率密度分布,利用其分布特点识别目标阵列群。