模拟退火优化FCM聚类高光谱图像压缩研究
Journal of Beijing University of Posts and Telecommunications（2015）
摘要
基于矢量量化的高光谱图像有损压缩算法可以获得较高的压缩比,但是其时间复杂度高,失真较大. 为此,提出了模拟退火优化模糊C均值聚类( FCM)的高光谱图像有损压缩算法. 先对高光谱图像进行自适应波段合并算法降维,利用肘部现象确定量化级数,结合模拟退火的全局寻优能力和模糊聚类的快速收敛能力,找到最优解后恢复维度,最后去模糊优化编码方案. 通过这种方法,在提高高光谱图像压缩运算效率和减小解压后失真方面都有了较大的优化,是基于矢量量化的高光谱图像压缩的可行方法.
更多查看译文
关键词
the elbow,fuzzy C-means clustering,simulated annealing,dimension reduction,vector quantization
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要