首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

高光谱图像无损压缩技术研究

致谢第4-5页
摘要第5-6页
ABSTRACT第6-7页
1 绪论第10-16页
    1.1 研究背景第10-12页
    1.2 高光谱图像简介第12-14页
    1.3 高光谱图像的应用背景第14-15页
    1.4 本文主要工作内容第15-16页
2 高光谱图像压缩技术发展研究第16-28页
    2.1 高光谱图像的压缩算法发展介绍第16-20页
        2.1.1 基于预测的方法第16-18页
        2.1.2 基于变换的方法第18-19页
        2.1.3 基于矢量量化的方法第19-20页
    2.2 高光谱图像的相关性分析第20-25页
        2.2.1 谱间相关性第20-22页
        2.2.2 空间相关性第22-25页
    2.3 总结第25-28页
3 JPEG-LS算法核心理论与应用标准第28-48页
    3.1 知识介绍第28-29页
    3.2 核心算法LOCO-I第29-40页
        3.2.1 LOCO-I算法过程第31页
        3.2.2 预测过程第31-32页
        3.2.3 上下文建模第32-34页
            3.2.3.1 编码分配第32-33页
            3.2.3.2 上下文梯度量化定义第33-34页
        3.2.4 编码第34-39页
            3.2.4.1 哥伦布-莱斯编码第34-36页
            3.2.4.2 顺序参数估计第36-38页
            3.2.4.3 偏差消减第38-39页
        3.2.5 内嵌码表扩展第39-40页
    3.3 标准补充和应用流程第40-44页
    3.4 算法流程第44-48页
4 基于FPGA的硬件算法设计实现第48-68页
    4.1 FPGA背景简介第48-53页
        4.1.1 FPGA的基本情况第48-49页
        4.1.2 典型的FPGA开发流程第49-50页
        4.1.3 FPGA的工作原理第50-52页
        4.1.4 硬件描述语言(Hardware Description Language,HDL)第52页
        4.1.5 Xilinx主流FPGA第52-53页
    4.2 基于Verilog的JPEG-LS算法多模块设计第53-66页
        4.2.1 预测输出模块第57-58页
        4.2.2 游程模式第58-59页
        4.2.3 常规模式第59-61页
        4.2.4 码流整理拼接第61-63页
        4.2.5 系统验证和性能分析第63-66页
    4.3 本章总结第66-68页
5 总结与展望第68-72页
    5.1 总结第68-69页
    5.2 展望第69-72页
参考文献第72-76页
附录A第76-78页
作者简介及在学期间发表的学术论文与研究成果第78页

论文共78页,点击 下载论文
上一篇:烟草公司人事管理系统的设计与实现
下一篇:基于Hadoop技术的微博统计系统的设计与实现