论文部分内容阅读
随着科技的发展，空间分辨率和光谱分辨率不断提高，极光光谱数据量越来越大，并且由于极光光谱图像相邻波段间相关性很强，波段间的信息存在大量冗余。鉴于极光光谱图像高昂的获取代价和长期保存的价值，对极光光谱数据进行无损压缩意义十分重大。多元线性回归算法是统计学中的一种常用的预测算法，被广泛应用于高光谱图像压缩。多元回归预测算法充分利用了谱间相关性，在处理高光谱图像时，具有很高的压缩效率。由于极光光谱图像和高光谱图像的共特点，多元线性回归预测算法同样适用于极光光谱图像。本文根据大量的试验，得出了多元线性回归预测算法在处理极光光谱数据时的最优预测阶数。试验结果表明，与传统的算法相比，基于多元线性回归预测的极光数据压缩算法在处理极光数据时，压缩效果有显著提升，有效减少了数据冗余。