首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于压缩感知的高光谱图像重构

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-20页
    1.1 课题研究背景第14-15页
    1.2 国内外研究现状第15-17页
        1.2.1 压缩感知理论的研究现状及应用第15-16页
        1.2.2 高光谱图像重构算法研究现状第16-17页
    1.3 本文研究内容安排第17-20页
第二章 基础知识第20-28页
    2.1 引言第20页
    2.2 压缩感知基本内容第20-23页
        2.2.1 压缩感知问题描述及基本模型第20-22页
        2.2.2 压缩感知的三个关键问题第22-23页
    2.3 高光谱图像特性分析第23-27页
    2.4 本章小结第27-28页
第三章 基于低秩稀疏的高光谱图像重构第28-38页
    3.1 引言第28页
    3.2 基于低秩稀疏的高光谱图像重构算法第28-33页
        3.2.1 高光谱图像低秩稀疏特性分析第29页
        3.2.2 基于低秩稀疏的高光谱图像重构第29-33页
    3.3 实验结果分析第33-36页
        3.3.1 实验数据描述第33-34页
        3.3.2 算法参数设置和性能指标说明第34页
        3.3.3 实验结果分析第34-36页
    3.4 本章小结第36-38页
第四章 基于NLTV和低秩稀疏的高光谱图像重构第38-50页
    4.1 引言第38页
    4.2 基于NLTV和低秩稀疏的高光谱图像重构第38-45页
        4.2.1 从TV到非局部TV第38-40页
        4.2.2 基于非局部TV和低秩稀疏的高光谱图像重构算法第40-45页
    4.3 实验结果分析第45-49页
        4.3.1 实验数据及参数设置第45-46页
        4.3.2 实验结果分析第46-49页
    4.4 本章小结第49-50页
第五章 基于聚类NLTV和低秩稀疏的高光谱图像重构第50-62页
    5.1 引言第50页
    5.2 聚类基本问题第50-51页
    5.3 基于聚类和低秩稀疏的高光谱图像重构第51-54页
        5.3.1 高光谱图像聚类第51-52页
        5.3.2 基于聚类和低秩稀疏分解的高光谱图像重构第52-54页
    5.4 基于聚类NLTV和低秩稀疏分解的高光谱图像重构第54-56页
    5.5 实验结果分析第56-61页
        5.5.1 实验数据及参数设置第56页
        5.5.2 实验结果分析第56-61页
    5.6 本章小结第61-62页
第六章 总结与展望第62-64页
    6.1 本文内容总结第62-63页
    6.2 工作展望第63-64页
参考文献第64-70页
致谢第70-72页
作者简介第72-73页

论文共73页,点击 下载论文
上一篇:容灾应用平台与数据比较子系统的设计与实现
下一篇:多路高速串行数据交换技术设计与实现