| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-19页 |
| ·课题研究背景和意义 | 第12-13页 |
| ·课题国内外研究概况 | 第13-17页 |
| ·本文的章节安排和主要创新点 | 第17-19页 |
| ·本文章节安排 | 第17页 |
| ·本文的主要创新点 | 第17-19页 |
| 第二章 小波和Contourlet 变换的基本理论 | 第19-24页 |
| ·小波变换 | 第19-21页 |
| ·连续小波变换和离散小波变换 | 第19-20页 |
| ·多分辨率分析和Mallat 算法 | 第20-21页 |
| ·Contourlet 变换 | 第21-23页 |
| ·Contourlet 变换概述 | 第21-22页 |
| ·塔形方向滤波器组PDFB | 第22-23页 |
| ·图像的Contourlet 变换 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于Contourlet 变换的图像分形压缩 | 第24-36页 |
| ·图像分形压缩介绍 | 第25-26页 |
| ·IFS 系统 | 第25页 |
| ·PIFS 系统 | 第25页 |
| ·图像分形压缩的实现 | 第25-26页 |
| ·Contourlet 变换系数的统计特性 | 第26-27页 |
| ·基于粒子群和K-均值聚类的图像分形压缩算法 | 第27-30页 |
| ·K-均值聚类算法 | 第27-28页 |
| ·粒子群算法 | 第28-29页 |
| ·基于粒子群的聚类优化算法 | 第29页 |
| ·算法步骤 | 第29-30页 |
| ·基于免疫粒子群和K-均值聚类的Contourlet 域图像分形压缩算法 | 第30-32页 |
| ·免疫粒子群算法 | 第30页 |
| ·基于免疫粒子群的K-聚类优化算法 | 第30-31页 |
| ·算法步骤 | 第31-32页 |
| ·实验结果及算法性能比较 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于Krawchouk 矩不变量的多光谱遥感图像分形压缩 | 第36-51页 |
| ·多光谱遥感图像特性分析 | 第36-38页 |
| ·多光谱遥感图像空域Contourlet 变换后数据特性 | 第38-40页 |
| ·Krawtchouk 矩和Krawtchouk 矩不变量 | 第40-41页 |
| ·基于Krawtchouk 矩不变量的多光谱遥感图像分形压缩算法 | 第41-42页 |
| ·基于Krawtchouk 矩不变量和Contourlet 变换的多光谱遥感图像分形压缩算法 | 第42-45页 |
| ·模糊C-均值聚类算法 | 第43-44页 |
| ·算法步骤 | 第44-45页 |
| ·实验结果及算法性能比较 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于Contourlet 变换的多光谱遥感图像分形压缩 | 第51-61页 |
| ·空域Contourlet-时域小波变换和重构方法 | 第51-52页 |
| ·基于核模糊聚类的Contourlet 域多光谱遥感图像分形压缩算法 | 第52-55页 |
| ·三维谱像数据的矢量构成 | 第52-53页 |
| ·核模糊聚类算法 | 第53-54页 |
| ·算法步骤 | 第54-55页 |
| ·基于改进粒子群核模糊聚类的Contourlet 域多光谱遥感图像分形压缩算法 | 第55-56页 |
| ·改进的带极值扰动的简化粒子群优化算法 | 第55-56页 |
| ·基于改进的带极值扰动的简化粒子群优化的核模糊聚类算法 | 第56页 |
| ·算法步骤 | 第56页 |
| ·实验结果及算法性能比较 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 基于支持向量回归的Contourlet 域多光谱遥感图像分形压缩 | 第61-70页 |
| ·支持向量机 | 第61-65页 |
| ·支持向量机原理 | 第61-63页 |
| ·支持向量回归 | 第63-65页 |
| ·支持向量回归逼近Contourlet 系数和分形编码 | 第65页 |
| ·利用粒子群优化核参数和惩罚因子 | 第65-66页 |
| ·算法步骤 | 第66-67页 |
| ·实验结果及算法性能比较 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| ·本文的主要工作 | 第70-71页 |
| ·进一步的研究工作 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 在学期间的研究成果及发表的学术论文 | 第79页 |
