توضیحاتی در مورد کتاب Hyperspectral data compression
نام کتاب : Hyperspectral data compression
ویرایش : 1
عنوان ترجمه شده به فارسی : فشرده سازی داده های فراطیفی
سری :
نویسندگان : Giovanni Motta, Francesco Rizzo, James A. Storer
ناشر : Springer
سال نشر : 2005
تعداد صفحات : 421
ISBN (شابک) : 0387285792 , 9780387286006
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 45 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
فشردهسازی دادههای فراطیفی، بررسی نتایج اخیر در زمینه فشردهسازی دادههای سهبعدی سنجش از دور، با علاقه خاصی به تصاویر فراطیفی ارائه میکند. فصل 1 به معماری فشرده سازی می پردازد و روش های فشرده سازی را بررسی و مقایسه می کند. فصلهای 2 تا 4 بر فشردهسازی بدون تلفات تمرکز میکنند (که در آن تصویر فشردهشده باید کمی با تصویر اصلی یکسان باشد). فصل 5 که توسط ویراستاران ارائه شده است، یک الگوریتم بدون تلفات مبتنی بر کوانتیزه برداری برداری را با پسوندهای فشرده سازی تقریباً بدون تلفات و احتمالاً با تلفات برای قهوه ای شدن کارآمد و طبقه بندی پیکسل خالص توصیف می کند. فصل 6 به فشرده سازی تقریباً بدون تلفات می پردازد. فصل 7 تکنیک های اتلاف را که با طبقه بندی تقریباً کامل محدود شده اند، در نظر می گیرد. فصلهای 8 تا 12 به فشردهسازی با اتلاف تصاویر فراطیفی میپردازند، که در آن بین فشردهسازی بهدستآمده و کیفیت تصویر غیرفشردهشده، تعادلی وجود دارد. فصل 13 مصنوعاتی را بررسی می کند که می توانند از فشرده سازی با اتلاف ایجاد شوند.
توضیحاتی در مورد کتاب به زبان اصلی :
Hyperspectral Data Compression provides a survey of recent results in the field of compression of remote sensed 3D data, with a particular interest in hyperspectral imagery. Chapter 1 addresses compression architecture, and reviews and compares compression methods. Chapters 2 through 4 focus on lossless compression (where the decompressed image must be bit for bit identical to the original). Chapter 5, contributed by the editors, describes a lossless algorithm based on vector quantization with extensions to near lossless and possibly lossy compression for efficient browning and pure pixel classification. Chapter 6 deals with near lossless compression while. Chapter 7 considers lossy techniques constrained by almost perfect classification. Chapters 8 through 12 address lossy compression of hyperspectral imagery, where there is a tradeoff between compression achieved and the quality of the decompressed image. Chapter 13 examines artifacts that can arise from lossy compression.