| 摘要 | 第1-14页 |
| Abstract | 第14-16页 |
| 第一章 绪论 | 第16-32页 |
| ·小波理论发展现状 | 第16-22页 |
| ·一元小波变换与多分辨分析 | 第16-18页 |
| ·多元小波变换与多分辨分析 | 第18-22页 |
| ·小波分析在高光谱图像处理中的应用 | 第22-28页 |
| ·高光谱遥感的基本概念 | 第22-23页 |
| ·高光谱图像去噪技术 | 第23-25页 |
| ·高光谱图像压缩技术 | 第25-28页 |
| ·本文的主要工作 | 第28-32页 |
| ·研究内容 | 第28-29页 |
| ·创新工作 | 第29-32页 |
| 第二章 逼近理想滤波器的小波构造 | 第32-62页 |
| ·基于Bernstein 多项式偶数长滤波器 | 第32-34页 |
| ·逼近理想滤波器的小波构造方法 | 第34-37页 |
| ·最优L~2 多项式低通滤波器的性质 | 第37-46页 |
| ·算例 | 第46-51页 |
| ·条件数问题的讨论 | 第51-60页 |
| ·小结 | 第60-62页 |
| 第三章 二维不可分小波边界延拓算法 | 第62-72页 |
| ·二维边界延拓方式的研究意义 | 第62-63页 |
| ·不可分梅花采样小波 | 第63-64页 |
| ·基于梅花采样的边界延拓方式 | 第64-66页 |
| ·边界完全重构性 | 第66-70页 |
| ·数值实验 | 第70-71页 |
| ·小结 | 第71-72页 |
| 第四章 基于迭代方法的软阈值估计小波去噪 | 第72-82页 |
| ·小波阈值去噪方法比较 | 第72-73页 |
| ·软阈值去噪 | 第73-76页 |
| ·阈值函数 | 第73-74页 |
| ·算法收敛性证明 | 第74-75页 |
| ·收敛速度的估计 | 第75-76页 |
| ·数值计算 | 第76-80页 |
| ·小结 | 第80-82页 |
| 第五章 高光谱遥感图像导数域三维联合去噪方法 | 第82-94页 |
| ·光谱导数技术 | 第82-84页 |
| ·BayesShrink 小波去噪 | 第84-85页 |
| ·Savitzky-Golay 滤波 | 第85-86页 |
| ·高光谱遥感图像导数域三维联合去噪算法 | 第86-89页 |
| ·实验结果 | 第89-92页 |
| ·小结 | 第92-94页 |
| 第六章 高光谱遥感图像压缩 | 第94-114页 |
| ·基于多波段谱间预测的高光谱图像无损压缩算法 | 第94-99页 |
| ·谱间预测算法 | 第94-98页 |
| ·实验结果 | 第98-99页 |
| ·基于最佳递归双向预测的高光谱图像无损压缩 | 第99-105页 |
| ·光谱相关性分析 | 第99-101页 |
| ·递归双向预测模型 | 第101-102页 |
| ·最佳线性预测 | 第102-104页 |
| ·实验结果 | 第104-105页 |
| ·基于谱间预测和码流预分配的高光谱图像有损压缩算法 | 第105-112页 |
| ·SPIHT 算法 | 第105-107页 |
| ·各波段码流分配 | 第107-109页 |
| ·基于DPCM 谱间预测的SPIHT 算法 | 第109页 |
| ·实验结果 | 第109-112页 |
| ·小结 | 第112-114页 |
| 第七章 结论与展望 | 第114-118页 |
| ·研究工作的回顾 | 第114-115页 |
| ·相关研究工作的展望 | 第115-118页 |
| 致谢 | 第118-120页 |
| 参考文献 | 第120-128页 |
| 作者在学期间取得的学术成果 | 第128-129页 |