%0 Journal Article
%T 基于张量分解的超光谱图像降秩与压缩<br>Hyper-spectral Image Rank-Reducing and Compression Based on Tensor Decomposition
%A 张乐飞
%A 何发智&lt
%A br&gt
%A ZHANG Lefei
%A HE Fazhi
%J 武汉大学学报·信息科学版
%D 2017
%R 10.13203/j.whugis20140688
%X 超光谱图像在常规的二维图像中加入了光谱维度，具有更大的信息量的同时也带来了较大的光谱冗余性，这给图像压缩带来了新的挑战。提出了一种基于张量分解的超光谱图像降秩与压缩方法，将超光谱图像视为三阶张量数据表示，并使用张量分解技术将原始观测张量分解为核张量与多个投影矩阵的乘积形式。这样，超光谱图像被压缩为了低秩张量，它可以通过张量反投影进行图像重构。实验证明张量分解技术能够将超光谱图像压缩到很低的比率，同时保持较低的重构相对误差
%K 超光谱
%K 图像压缩
%K 张量分解
%K 低秩
%K &lt
%K br&gt
%K hyper-spectral
%K image compression
%K tensor decomposition
%K low rank
%U http://ch.whu.edu.cn/CN/abstract/abstract5660.shtml