超光谱遥感图像压缩算法的研究
| 第一章 绪论 | 第1-28页 |
| 1．1 成像光谱技术和超光谱图像 | 第11-15页 |
| 1．2 图像压缩技术 | 第15-21页 |
| 1．2．1 图像压缩研究的进展 | 第15-16页 |
| 1．2．2 图像压缩编码分类 | 第16-17页 |
| 1．2．3 图像编码标准 | 第17-21页 |
| 1．3 超光谱图像压缩研究进展 | 第21-27页 |
| 1．3．1 基于变换技术压缩方法 | 第22-23页 |
| 1．3．2 基于矢量量化的压缩方法 | 第23-25页 |
| 1．3．3 基于预测的压缩方法 | 第25-26页 |
| 1．3．4 小结 | 第26-27页 |
| 1．4 研究目标 | 第27-28页 |
| 1．4．1 需求分析 | 第27页 |
| 1．4．2 研究目标 | 第27页 |
| 1．4．3 论文结构 | 第27-28页 |
| 第二章 超光谱遥感图像特性分析 | 第28-50页 |
| 2．1 图像压缩的信息论基础 | 第28-30页 |
| 2．1．1 图像的信息论模型 | 第28-29页 |
| 2．1．2 图像压缩的理论基础 | 第29-30页 |
| 2．2 超光谱图像介绍 | 第30-32页 |
| 2．3 空间相关性分析 | 第32-39页 |
| 2．4 谱间相关性分析 | 第39-49页 |
| 2．5 结论 | 第49-50页 |
| 第三章 近最小生成树压缩算法 | 第50-77页 |
| 3．1 图论的基本概念 | 第50-52页 |
| 3．1．1 图 | 第50页 |
| 3．1．2 树 | 第50-51页 |
| 3．1．3 最小生成树 | 第51页 |
| 3．1．4 最小生成树的构造 | 第51-52页 |
| 3．2 预测树算法介绍 | 第52-54页 |
| 3．3 近最小生成树算法 | 第54-67页 |
| 3．3．1 算法描述 | 第54-59页 |
| 3．3．2 算法分析 | 第59-65页 |
| 3．3．3 近最小生成树算法压缩过程 | 第65-67页 |
| 3．3．4 测试结果 | 第67页 |
| 3．4 矩阵形网络图上最小生成树算法的优化 | 第67-72页 |
| 3．4．1 算法实现过程 | 第68页 |
| 3．4．2 算法性能分析 | 第68-71页 |
| 3．4．3 算法测试结果 | 第71-72页 |
| 3．5 近最小生成树算法并行化的研究 | 第72-77页 |
| 3．5．1 并行处理介绍 | 第72-73页 |
| 3．5．2 并行算法的评价标准 | 第73页 |
| 3．5．3 NUST算法的并行化 | 第73-75页 |
| 3．5．4 NUST并行算法的复杂性分析 | 第75-77页 |
| 第四章 基于位平面变换的无损压缩算法 | 第77-93页 |
| 4．1 超光谱图像位平面分析 | 第77-80页 |
| 4．1．1 位平面的概念 | 第77-79页 |
| 4．1．2 超光谱图像位平面相关性分析 | 第79-80页 |
| 4．2 基于位平面变换压缩算法的主要思想 | 第80-88页 |
| 4．3 基于位平面变换算法的压缩过程 | 第88-90页 |
| 4．4 实验结果与分析 | 第90-93页 |
| 第五章 总结与展望 | 第93-95页 |
| 5．1 本文的主要工作 | 第93页 |
| 5．2 主要创新点 | 第93页 |
| 5．3 研究展望 | 第93-95页 |
| 参考文献 | 第95-100页 |
| 致谢 | 第100-101页 |
| 攻读博士期间发表的文章 | 第101页 |
| 完成的科研项目 | 第101-102页 |
| 作者简历 | 第102页 |
