无人机载光谱仪超光谱图像压缩技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题的研究背景 | 第11-18页 |
| ·超光谱遥感技术的发展 | 第11-13页 |
| ·无人机载光谱仪超光谱遥感图像的应用 | 第13-15页 |
| ·无人机载光谱仪超光谱遥感图像的压缩 | 第15-18页 |
| ·本文的主要工作 | 第18-21页 |
| ·研究目标与内容 | 第18-19页 |
| ·论文的结构安排 | 第19-21页 |
| 第2章 超光谱图像压缩技术理论 | 第21-37页 |
| ·超光谱图像的特点 | 第21-26页 |
| ·超光谱图像的空间相关性 | 第22-25页 |
| ·超光谱图像的谱间相关性 | 第25-26页 |
| ·常见的图像压缩技术 | 第26-33页 |
| ·压缩算法评价标准 | 第33-35页 |
| ·常用图像压缩算法评价指标 | 第33-35页 |
| ·本文压缩算法评价指标 | 第35页 |
| ·小结 | 第35-37页 |
| 第3章 基于位平面的超光谱图像压缩 | 第37-79页 |
| ·位平面编码 | 第37-42页 |
| ·位平面编码基本的原理 | 第37-39页 |
| ·位平面的划分 | 第39-42页 |
| ·基于位平面的超光谱图像无损压缩 | 第42-59页 |
| ·预处理与高位位平面压缩 | 第42-51页 |
| ·低位位平面压缩 | 第51-56页 |
| ·算法过程 | 第56-57页 |
| ·实验结果 | 第57-59页 |
| ·基于四叉树划分的近无损压缩 | 第59-73页 |
| ·算法思想 | 第59-66页 |
| ·算法过程 | 第66-67页 |
| ·实验结果与分析 | 第67-73页 |
| ·基于三角划分的近无损压缩 | 第73-76页 |
| ·图像的三角划分 | 第73-74页 |
| ·生成均值图像 | 第74-76页 |
| ·实验结果与分析 | 第76页 |
| ·本章小结 | 第76-79页 |
| 第4章 基于预测的超光谱图像压缩 | 第79-95页 |
| ·常用谱间线性预测算法 | 第79-86页 |
| ·谱间线性最优预测 | 第79-84页 |
| ·谱间LOCO-I 预测 | 第84-86页 |
| ·二阶差分预测压缩 | 第86-92页 |
| ·空间去相关 | 第86-89页 |
| ·谱间去相关 | 第89页 |
| ·二阶差分预测压缩算法压缩过程 | 第89-92页 |
| ·实验结果与分析 | 第92页 |
| ·本章小结 | 第92-95页 |
| 第5章 总结与展望 | 第95-99页 |
| ·本文的主要工作 | 第95-96页 |
| ·本文的主要贡献 | 第96页 |
| ·进一步研究的方向 | 第96-99页 |
| 参考文献 | 第99-105页 |
| 在学期间学术成果情况 | 第105-107页 |
| 指导教师及作者简介 | 第107-109页 |
| 致谢 | 第109页 |
