| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 高光谱去噪算法的国内外研究现状 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 经典高光谱数据的去噪算法 | 第15-22页 |
| 2.1 高光谱数据的噪声模型 | 第15页 |
| 2.2 高光谱数据的光谱域去噪算法 | 第15-17页 |
| 2.2.1 一维加权平均去噪 | 第15-16页 |
| 2.2.2 三维加权平均去噪 | 第16-17页 |
| 2.3 高光谱数据的空间域去噪算法 | 第17-20页 |
| 2.3.1 快速KSVD学习字典去噪 | 第17-18页 |
| 2.3.2 非局部均值去噪 | 第18-19页 |
| 2.3.3 三维块匹配去噪 | 第19-20页 |
| 2.4 空间域和光谱域混合去噪算法 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于三维快速傅里叶变换的去噪算法 | 第22-27页 |
| 3.1 傅里叶变换概述 | 第22页 |
| 3.2 2DFFT去噪算法 | 第22-25页 |
| 3.2.1 快速傅里叶变换及逆变换 | 第22-23页 |
| 3.2.2 高斯低通滤波器构建 | 第23-24页 |
| 3.2.3 2DFFT去噪 | 第24-25页 |
| 3.3 3DFFT去噪算法 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 基于分组三维离散余弦变换字典去噪算法 | 第27-32页 |
| 4.1 稀疏表示理论概述 | 第27-28页 |
| 4.2 图像稀疏表示去噪模型 | 第28页 |
| 4.3 分组三维DCT字典去噪方法 | 第28-31页 |
| 4.4 本章小结 | 第31-32页 |
| 第5章 基于引导滤波的块匹配三维离散余弦变换字典去噪算法 | 第32-36页 |
| 5.1 插值与逆插值 | 第32-33页 |
| 5.2 引导滤波 | 第33-34页 |
| 5.3 基于引导滤波的块匹配三维DCT字典去噪算法 | 第34-35页 |
| 5.4 本章小结 | 第35-36页 |
| 第6章 数据实验与分析 | 第36-63页 |
| 6.1 高光谱数据来源 | 第36-40页 |
| 6.1.1 模拟高光谱数据 | 第36-38页 |
| 6.1.2 真实高光谱数据 | 第38-40页 |
| 6.2 高光谱数据的质量评价标准 | 第40-42页 |
| 6.2.1 模拟数据的噪声评价方法 | 第40-41页 |
| 6.2.2 真实数据的噪声评价方法 | 第41-42页 |
| 6.3 高光谱数据实验的参数分析 | 第42-43页 |
| 6.4 模拟数据实验与结果分析 | 第43-55页 |
| 6.4.1 基于空间域的去噪效果评价 | 第43-51页 |
| 6.4.2 基于光谱域的去噪效果评价 | 第51-55页 |
| 6.5 真实数据实验与结果分析 | 第55-62页 |
| 6.5.1 基于空间域的去噪效果评价 | 第55-59页 |
| 6.5.2 基于光谱域的去噪效果评价 | 第59-62页 |
| 6.6 本章小结 | 第62-63页 |
| 第7章 总结与展望 | 第63-65页 |
| 7.1 总结 | 第63-64页 |
| 7.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |