| 第1章 绪论 | 第1-19页 |
| ·课题研究背景 | 第10-12页 |
| ·图像压缩技术 | 第12-14页 |
| ·图像压缩编码分类 | 第12-13页 |
| ·图像压缩质量的评价标准 | 第13-14页 |
| ·高光谱遥感图像压缩研究进展 | 第14-17页 |
| ·基于变换技术的压缩方法 | 第14-16页 |
| ·基于矢量量化的压缩方法 | 第16页 |
| ·基于预测技术的压缩方法 | 第16页 |
| ·小结 | 第16-17页 |
| ·课题来源与研究内容 | 第17-19页 |
| ·课题来源 | 第17页 |
| ·课题研究的目的和意义 | 第17页 |
| ·论文结构及研究内容 | 第17-19页 |
| 第2章 高光谱遥感图像特性分析 | 第19-38页 |
| ·引言 | 第19页 |
| ·高光谱遥感图像介绍 | 第19-20页 |
| ·谱间相关性分析 | 第20-31页 |
| ·空间相关性分析 | 第31-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 自适应波段选择的降维算法 | 第38-47页 |
| ·引言 | 第38页 |
| ·高光谱遥感图像降维方法 | 第38-40页 |
| ·自适应波段选择方法(Adaptive Band Selection) | 第40-44页 |
| ·等间隔波段选择方法 | 第40-41页 |
| ·基于光谱范围的波段选择方法 | 第41页 |
| ·自适应波段选择方法 | 第41-44页 |
| ·仿真结果与分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于提升格式的高光谱遥感图像压缩算法 | 第47-62页 |
| ·引言 | 第47页 |
| ·基本小波变换 | 第47-51页 |
| ·连续小波变换 | 第48-49页 |
| ·离散小波变换(DWT) | 第49-50页 |
| ·多分辨率分析 | 第50-51页 |
| ·第二代小波变换—提升格式(Lifting Scheme) | 第51-58页 |
| ·提升格式 | 第51-54页 |
| ·提升小波的构造方法 | 第54-58页 |
| ·仿真结果及其分析 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第5章 基于矢量量化的高光谱遥感图像压缩算法 | 第62-73页 |
| ·引言 | 第62页 |
| ·矢量量化 | 第62-63页 |
| ·传统码书设计算法(LBG) | 第63-65页 |
| ·自组织特征映射神经网络码书设计算法(SOFM) | 第65-69页 |
| ·自组织特征映射神经网络 | 第65-66页 |
| ·基本的SOFM算法 | 第66-68页 |
| ·改进SOFM算法 | 第68-69页 |
| ·仿真结果及其分析 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间发表的论文 | 第79-80页 |
| 致谢 | 第80页 |