摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-13页 |
1.1 遥感技术发展 | 第9-10页 |
1.2 课题研究目的及意义 | 第10-11页 |
1.3 课题研究现状 | 第11-12页 |
1.4 论文章节结构和创新点 | 第12-13页 |
第二章 遥感图像局部预测压缩算法 | 第13-21页 |
2.1 预测原理 | 第13-15页 |
2.1.1 预测压缩系统 | 第13-14页 |
2.1.2 预测系数求解及算法流程 | 第14-15页 |
2.2 预测压缩方法 | 第15-16页 |
2.3 预测压缩分析 | 第16-19页 |
2.4 谱间相关性分析 | 第19-20页 |
2.5 本章小结 | 第20-21页 |
第三章 基于提升小波变换的分形遥感图像压缩算法 | 第21-42页 |
3.1 小波变换理论 | 第21-25页 |
3.1.1 小波分解 | 第21-23页 |
3.1.2 小波变换 | 第23页 |
3.1.3 常用小波 | 第23-25页 |
3.2 提升小波变换理论 | 第25-26页 |
3.3 分形编码理论 | 第26-32页 |
3.3.1 分形编码数学理论 | 第26-28页 |
3.3.2 分形编码的方法 | 第28-32页 |
3.4 小波与分形结合的压缩方法 | 第32页 |
3.5 提升小波变换与分形编码结合的方法 | 第32-40页 |
3.5.1 改进的搜索方法 | 第33-35页 |
3.5.2 算法流程 | 第35-36页 |
3.5.3 实验结果与分析 | 第36-40页 |
3.6 本章小结 | 第40-42页 |
第四章 基于压缩感知的遥感图像压缩方法 | 第42-60页 |
4.1 压缩感知理论 | 第42-46页 |
4.1.1 正交匹配追踪算法(Orthogonal Matching Pursuit,OMP) | 第44-46页 |
4.1.2 子空间追踪算法(Subspace Pursuit,SP) | 第46页 |
4.2 基于小波变换的压缩感知算法 | 第46-58页 |
4.2.1 算法流程 | 第47页 |
4.2.2 实验结果与分析 | 第47-58页 |
4.3 本章小结 | 第58-60页 |
第五章 总结 | 第60-62页 |
5.1 总结 | 第60-61页 |
5.2 展望 | 第61-62页 |
参考文献 | 第62-66页 |
攻读学位期间所取得的相关科研成果 | 第66-68页 |
致谢 | 第68页 |