基于三维Saab变换的高光谱图像压缩方法

高光谱图像中存储了丰富的光谱信息,具有极大的应用价值,但现有大部分高光谱图像压缩方法难以同时兼顾图像中的空间冗余与谱间冗余,导致压缩性能受到局限。针对该问题,提出了一种基于三维修正偏置的子空间(Saab)变换的高光谱图像压缩方法。采用三维Saab变换对高光谱图像的分块进行空间光谱信息融合的降维操作,同时去除谱间冗余和局部空间冗余;利用高效率视频编码(HEVC)中的帧内编码模块进一步去除空间冗余和统计冗余;实现低失真、高比率的高光谱图像压缩。在多个高光谱图像数据集上的实验结果表明,所提方法在同码率下重建图像的信噪比(SNR)比采用主成分分析(PCA)降维的方法至少提高0.62 dB,在高码率的情况下性能优于张量分解的压缩方法。同时,验证了不同降维方法对分类任务的性能影响,结果表明,所提方法更好地保留了图像中的重要特征,在低码率的情况下仍可以保持较高的分类精度。

真彩色IFS吸引子的计算机构造

阐述了迭代函数系(iteratedfunctionsystem,IFS)理论,给出了构造IFS吸引子的随机迭代算法.将彩色空间与IFS理论相结合,提出了ΦΩΨ-IFS(ΦΩΨ表示RGB、CMY、YIQ、HSV或HLS)模型,并利用计算机构造了一系列二维、三维ΦΩΨ-IFS吸引子(即真彩色IFS吸引子),讨论了ΦΩΨ-IFS吸引子的几何变换和色彩修正.研究表明:调整ΦΩΨ-IFS的参数,既可改变吸引子的结构,也可改变吸引子的色彩,因此ΦΩΨ-IFS吸引子可更有效地模拟自然景观.

基于解相干TOFS改进算法研究

针对频域子空间正交性测试(TOFS)算法不能处理宽带相干信号波达方向估计(DOA)的问题,提出两种解决方法:一是将修正Toeplitz协方差矩阵重构技术应用到原TOFS算法中,对各频点协方差矩阵做修正Toeplitz化预处理,恢复协方差矩阵的秩与目标数目相等,该方法在低信噪比估计精度有所提高,但会导致阵列孔径的减小,当信源数目较多时,估计偏差较高;二是提出一种基于虚拟变换的解相干TOFS改进算法,该方法利用各频点协方差矩阵的特定元素构造虚拟阵列接收数据,而后进行虚拟空间平滑以达到解相干的目的,与现有算法相比,该算法没有阵列自由度损失,且在低信噪比下算法DOA估计精度有了较大程度提高。数值仿真结果验证了该算法的可行性。