卫星海量数据背景下遥感图像去噪算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 引言 | 第8页 |
| 1.2 遥感图像去噪的研究现状 | 第8-9页 |
| 1.3 图像压缩的研究现状 | 第9-10页 |
| 1.4 本文的主要工作 | 第10-11页 |
| 第二章 小波变换基本理论 | 第11-20页 |
| 2.1 小波变换的描述 | 第11-16页 |
| 2.1.1 Fourier变换 | 第11-12页 |
| 2.1.2 连续小波变换 | 第12-14页 |
| 2.1.3 时/频域中小波变换的特质 | 第14-16页 |
| 2.2 离散/二进小波变换 | 第16-17页 |
| 2.3 多分辨率及正交小波基相关理论 | 第17-19页 |
| 2.3.1 多分辨率基础 | 第17-18页 |
| 2.3.2 小波基的构造 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 阈值去噪算法研究 | 第20-29页 |
| 3.1 引言 | 第20页 |
| 3.2 遥感图像噪声模型 | 第20-22页 |
| 3.2.1 遥感图像噪声来源 | 第21页 |
| 3.2.2 噪声概率模型 | 第21-22页 |
| 3.3 传统小波去噪方法的对比 | 第22-27页 |
| 3.3.1 利用变换系数之间的关联性去噪 | 第23-24页 |
| 3.3.2 利用模极大值去除噪声 | 第24页 |
| 3.3.3 利用设置的阈值去除噪声 | 第24-27页 |
| 3.4 实验结果仿真 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 混合噪声背景下图像去噪研究 | 第29-37页 |
| 4.1 引言 | 第29页 |
| 4.2 不同类型噪声在小波分解下的统计特性 | 第29-31页 |
| 4.3 脉冲噪声去除法的改进 | 第31-34页 |
| 4.3.1 脉冲噪声的传播特性 | 第31页 |
| 4.3.2 脉冲噪声的去除 | 第31-33页 |
| 4.3.3 仿真实验结果 | 第33-34页 |
| 4.4 混合噪声的去除 | 第34-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第五章 遥感图像压缩方法研究 | 第37-53页 |
| 5.1 引言 | 第37-38页 |
| 5.2 图像经小波分解后的系数特征 | 第38-40页 |
| 5.3 嵌入式零树小波编码 | 第40-44页 |
| 5.3.1 嵌入式的编码方法 | 第40-42页 |
| 5.3.2 EZW算法的关键步骤 | 第42-44页 |
| 5.4 多级树集合分裂算法(SPIHT) | 第44-47页 |
| 5.4.1 SPIHT算法基础 | 第44-45页 |
| 5.4.2 排序过程 | 第45-46页 |
| 5.4.3 量化过程 | 第46页 |
| 5.4.4 编码算法 | 第46-47页 |
| 5.5 改进的算法 | 第47-51页 |
| 5.5.1 编码算法的改进 | 第47-49页 |
| 5.5.2 扫描顺序的改进 | 第49-51页 |
| 5.6 实验结果仿真 | 第51-52页 |
| 5.7 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 本文总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-57页 |
