基于端元特征提取的高光谱遥感图像压缩

项目名称： 基于端元特征提取的高光谱遥感图像压缩

项目编号： No.40901204

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 农业科学

项目作者： 罗欣

作者单位： 电子科技大学

项目金额： 18万元

中文摘要： 针对高光谱遥感图像无损压缩比不可能达到很高的问题，本项目在前期研究工作的基础上，从提取端元特征信息的角度研究了高光谱遥感图像的有损压缩方法，重点解决无先验知识的端元光谱提取问题。首先，以线性光谱混合模型为假设，将高光谱数据转换到端元丰度域，从而使提取的特征具有明确的物理意义；通过贝叶斯信息准则（BIC）有效的估计高维数据的本征维数，为特征提取提供了必要的前提；利用独立成分分析（ICA）方法解决高光谱图像线性解混时，缺乏先验知识的问题；采用最大噪声分离（MNF）变换对ICA的数据预处理过程进行改进，可减小数据中噪声的干扰；ICA的具体实现采用了以一种近似负熵作为独立性度量的快速定点算法，迭代过程简单、收敛稳定的特点，尤其适用于对高维数据的处理；最后，利用统计特征对特征图像进行排序，并对目标信息与背景信息分别采用不同的压缩策略，从而在获得较高的压缩比的同时能够使小目标地物得到更可靠的保存。

中文关键词： 高光谱图像；降维；稀有特征；流形学习；端元提取

英文摘要：

英文关键词： hyperspectral imagery；dimensionality reduction；manifold-learning；rare feature；endmember extraction