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

基于方向预测和提升格式的多光谱图像压缩

目录第1-7页
图目录第7-8页
摘要第8-9页
ABSTRACT第9-10页
第一章 绪论第10-14页
   ·研究背景第10-11页
   ·多光谱图像压缩的意义第11-12页
   ·多光谱图像压缩技术现状第12-13页
   ·本文的主要工作第13-14页
第二章 图像压缩与小波变换基础第14-24页
   ·图像压缩技术及标准第14-17页
     ·行程编码(RLE)第15页
     ·哈夫曼编码第15-16页
     ·算术编码第16页
     ·变换编码第16-17页
   ·提升格式的小波变换第17-24页
     ·完全重构滤波的提升分解第18-20页
     ·构造小波基的提升格式第20-21页
     ·双正交对称小波的提升格式第21-24页
第三章 多光谱图像压缩预处理技术第24-37页
   ·多光谱图像的数据特征第24-25页
     ·多光谱图像的表示方式第24-25页
     ·多光谱图像的特点第25页
   ·提高数据相关性的方法第25-27页
     ·空间维扫描第25-26页
     ·波段排序第26页
     ·计算波段预测顺序第26-27页
   ·去相关处理技术第27-37页
     ·差分编码方法第27-30页
     ·DPCM去相关原理第30-31页
     ·最佳线性预测器第31-34页
     ·其他预测器第34-37页
第四章 基于方向预测和提升格式的自适应多光谱图像稀疏表示第37-47页
   ·经典小波变换存在的问题第37-39页
   ·图像的方向图及其计算第39-40页
   ·四叉树分割第40-42页
   ·基于方向预测的提升小波变换第42-43页
   ·非线性近似第43-45页
   ·小结第45-47页
第五章 基于波段排序自适应预测和提升小波变换的多光谱图像压缩方法第47-52页
   ·基于相似度波段排序的自适应预测方法第47-48页
   ·含参数提升9/7小波变换第48-49页
   ·改进的SPIHT算法第49-51页
   ·实验结果及分析第51-52页
第六章 总结与展望第52-54页
   ·总结第52页
   ·展望第52-54页
参考文献第54-57页
致谢第57-59页
作者在学期间取得的学术成果第59页

论文共59页,点击 下载论文
上一篇:空间网架自振特性和地震响应分析
下一篇:紫鸭跖草对铜的积累规律及在铜胁迫下的生理反应研究