On the impact of lossy compression on hyperspectral image classification and unmixing
García-Vílchez, Fernando (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Muñoz-Marí, Jordi (Universitat de València. Departament d'Enginyeria Electrònica)
Zortea, Maciel (Universidad de Extremadura. Tecnología Computadores y de las Comunicaciones)
Blanes Garcia, Ian (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
González-Ruiz, Vicente (Universidad de Almería. Departamento de Informática)
Camps Valls, Gustau (Universitat de València. Departament d'Enginyeria Electrònica)
Plaza, Antonio J. (Universidad de Extremadura. Tecnología Computadores y de las Comunicaciones)
Serra Sagristà, Joan (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)

Data:	2011
Resum:	Hyperspectral data lossy compression has not yet achieved global acceptance in the remote sensing community, mainly because it is generally perceived that using compressed images may affect the results of posterior processing stages. This possible negative effect, however, has not been accurately characterized so far. In this letter, we quantify the impact of lossy compression on two standard approaches for hyperspectral data exploitation: spectral unmixing, and supervised classification using support vector machines. Our experimental assessment reveals that different stages of the linear spectral unmixing chain exhibit different sensitivities to lossy data compression. We have also observed that, for certain compression techniques, a higher compression ratio may lead to more accurate classification results. Even though these results may seem counterintuitive, this work explains these observations in light of the spatial regularization and/or whitening that most compression techniques perform and further provides recommendations on best practices when applying lossy compression prior to hyperspectral data classification and/or unmixing.
Drets:	Aquest material està protegit per drets d'autor i/o drets afins. Podeu utilitzar aquest material en funció del que permet la legislació de drets d'autor i drets afins d'aplicació al vostre cas. Per a d'altres usos heu d'obtenir permís del(s) titular(s) de drets.
Llengua:	Anglès
Document:	Article ; recerca ; Versió acceptada per publicar
Publicat a:	IEEE Geoscience and Remote Sensing Letters, Vol. 8, Issue 2 (March 2011) , p. 253-257, ISSN 1558-0571

DOI: 10.1109/LGRS.2010.2062484

Postprint 6 p, 272.7 KB

El registre apareix a les col·leccions:
Articles > Articles de recerca
Articles > Articles publicats