遥感图像的快速压缩算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-20页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 压缩感知理论的研究现状 | 第13-14页 |
| 1.2.2 稀疏快速傅里叶变换的研究现状 | 第14-16页 |
| 1.3 图像压缩重构质量的评价 | 第16-18页 |
| 1.3.1 主观评价方法 | 第16-17页 |
| 1.3.2 客观评价方法 | 第17-18页 |
| 1.4 论文的研究内容和结构安排 | 第18-20页 |
| 2 压缩感知和稀疏快速傅里叶变换关键技术 | 第20-35页 |
| 2.1 引言 | 第20页 |
| 2.2 压缩感知理论研究 | 第20-25页 |
| 2.2.1 信号的稀疏表示 | 第20-23页 |
| 2.2.2 测量矩阵 | 第23-24页 |
| 2.2.3 信号重构 | 第24-25页 |
| 2.3 稀疏快速傅里叶变换理论 | 第25-34页 |
| 2.3.1 SFFT的算法原理 | 第26-28页 |
| 2.3.2 随机频率分箱 | 第28-29页 |
| 2.3.3 窗函数 | 第29-30页 |
| 2.3.4 子采样和FFT | 第30页 |
| 2.3.5 单一频率恢复 | 第30-32页 |
| 2.3.6 滤波分离频率 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 基于压缩感知的遥感图像的压缩算法 | 第35-46页 |
| 3.1 引言 | 第35页 |
| 3.2 压缩感知重构算法分析 | 第35-41页 |
| 3.2.1 正交匹配追踪OMP算法 | 第36-37页 |
| 3.2.2 稀疏自适应匹配追踪SAMP算法 | 第37-38页 |
| 3.2.3 步移正交匹配追踪算法StOMP算法 | 第38页 |
| 3.2.4 性能分析比较 | 第38-41页 |
| 3.3 基于梯度追踪的STOMP算法 | 第41-45页 |
| 3.3.1 基于优化的StOMP遥感图像的压缩 | 第42-43页 |
| 3.3.2 仿真实验结果 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 基于稀疏快速傅里叶变换的遥感图像的压缩 | 第46-63页 |
| 4.1 引言 | 第46页 |
| 4.2 三种不同SFFT算法的比较 | 第46-53页 |
| 4.2.1 SFFT1算法 | 第47-49页 |
| 4.2.2 SFFT2算法 | 第49-50页 |
| 4.2.3 SFFT3算法 | 第50-52页 |
| 4.2.4 三种算法的比较 | 第52-53页 |
| 4.3 基于改进的SFFT3的遥感图像的快速算法 | 第53-61页 |
| 4.3.1 进制搜索技术 | 第53-56页 |
| 4.3.2 滤波器的设计 | 第56页 |
| 4.3.3 算法验证 | 第56-60页 |
| 4.3.4 稀疏性研究 | 第60-61页 |
| 4.4 本章小结 | 第61-63页 |
| 5 结论 | 第63-65页 |
| 5.1 工作总结 | 第63-64页 |
| 5.2 工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |
