论文部分内容阅读
高光谱图像取得较高的光谱分辨率对于分类和识别很有益。但与此同时也带来了巨大的数据量,使其压缩成为必需。传统的预测方法能够在一定程度上去除谱带之间的相关性,但其预测系数不能利用高光谱图像谱带间的信息进行自适应的调整,使得预测效果不是最优。本文建立了高光谱图像谱带间的线性模型,推导出在信噪比最优下的预测。该方法能够更好地降低预测后图像的熵值。实验表明,相对于传统方法重建的平均信噪比提高了4.6064 dB。