| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及研究的目的和意义 | 第10-13页 |
| 1.1.1 高光谱遥感技术的发展 | 第10-12页 |
| 1.1.2 高光谱成像光谱仪 | 第12-13页 |
| 1.2 高光谱遥感图像压缩研究现状 | 第13-17页 |
| 1.2.1 基于预测技术的高光谱图像压缩 | 第14-15页 |
| 1.2.2 基于变换的高光谱图像压缩 | 第15-16页 |
| 1.2.3 基于矢量量化的高光谱图像压缩 | 第16页 |
| 1.2.4 基于压缩感知的高光谱图像压缩 | 第16-17页 |
| 1.3 本论文的章节安排 | 第17-18页 |
| 第2章 压缩感知理论 | 第18-24页 |
| 2.1 压缩感知理论 | 第18-21页 |
| 2.2 分布式压缩感知理论 | 第21-23页 |
| 2.2.1 JSM-1模型 | 第21-22页 |
| 2.2.2 JSM-2模型 | 第22页 |
| 2.2.3 JSM-3模型 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 高光谱图像特征分析 | 第24-34页 |
| 3.1 高光谱图像介绍 | 第24-26页 |
| 3.2 高光谱图像的特性 | 第26-32页 |
| 3.2.1 高光谱图像的空间相关性 | 第26-29页 |
| 3.2.2 高光谱图像的谱间相关性 | 第29-31页 |
| 3.2.3 高光谱图像的信息量分析 | 第31-32页 |
| 3.3 本章小结 | 第32-34页 |
| 第4章 基于JSM-1模型的自适应分组算法 | 第34-48页 |
| 4.1 引言 | 第34页 |
| 4.2 JSM-2算法 | 第34-35页 |
| 4.3 S-s-CS算法 | 第35-36页 |
| 4.4 AG_JSM-1算法提出 | 第36-41页 |
| 4.4.1 JSM-1算法 | 第36-38页 |
| 4.4.2 自适应波段分组算法 | 第38-39页 |
| 4.4.3 AG_JSM-1算法 | 第39-41页 |
| 4.5 实验结果分析 | 第41-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 基于KLT的自适应分组算法 | 第48-62页 |
| 5.1 引言 | 第48页 |
| 5.2 KL变换的基本原理 | 第48-50页 |
| 5.3 高光谱差分图像CS数据特性研究 | 第50-52页 |
| 5.4 KLT-AG算法 | 第52-55页 |
| 5.4.1 高光谱图像差分图像的CS数据的KLT变换 | 第53页 |
| 5.4.2 KLT-AG算法流程图 | 第53-55页 |
| 5.5 实验结果分析 | 第55-60页 |
| 5.6 本章小结 | 第60-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 研究总结 | 第62页 |
| 6.2 研究展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70页 |