Hyperspectral Data Compression
Giovanni Motta · Francesco Rizzo · James A. Storer
2006. jún. · Springer Science & Business Media
E-könyv
418
Oldalak száma
reportAz értékelések és vélemények nincsenek ellenőrizve További információ
Információk az e-könyvről
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.
A szerzőről
James A. Storer is Chair of the IEEE Data Compression Conference.
E-könyv értékelése
Mondd el a véleményedet.
Olvasási információk
Okostelefonok és táblagépek
Telepítsd a Google Play Könyvek alkalmazást Android- vagy iPad/iPhone eszközre. Az alkalmazás automatikusan szinkronizálódik a fiókoddal, így bárhol olvashatsz online és offline állapotban is.
Laptopok és számítógépek
A Google Playen vásárolt hangoskönyveidet a számítógép böngészőjében is meghallgathatod.
E-olvasók és más eszközök
E-tinta alapú eszközökön (például Kobo e-könyv-olvasón) való olvasáshoz le kell tölteni egy fájlt, és átvinni azt a készülékre. A Súgó részletes utasításait követve lehet átvinni a fájlokat a támogatott e-könyv-olvasókra.
