首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于感兴趣信息的高光谱图像压缩技术研究

摘要第1-4页
Abstract第4-8页
第1章 绪论第8-18页
   ·课题背景第8-9页
   ·课题的目的和意义第9-11页
   ·国内外该方向上的研究发展现状与分析第11-16页
     ·高光谱图像压缩编码技术研究及发展现状第11-13页
     ·基于感兴趣信息的高光谱图像压缩现状及分析第13-16页
   ·本文研究的主要内容及结构安排第16-18页
第2章 高光谱图像及感兴趣信息特性分析第18-28页
   ·引言第18页
   ·高光谱图像特性分析第18-24页
     ·高光谱图像的空间相关性分析第18-20页
     ·高光谱图像的谱间相关性分析第20-22页
     ·高光谱图像空谱相关性分析第22-23页
     ·高光谱图像的信息量分析第23-24页
   ·高光谱图像目标特征信息第24-27页
     ·高光谱图像中目标的空间特征第24-26页
     ·高光谱图像中目标的谱间特征第26-27页
   ·本章小结第27-28页
第3章 基于感兴趣信息保护的分层次压缩算法研究第28-47页
   ·引言第28页
   ·感兴趣信息的提取第28-34页
     ·光谱感兴趣信息的提取第29-30页
     ·空间感兴趣信息的提取第30-34页
   ·基于感兴趣信息保护的分层次压缩算法第34-46页
     ·对于最重要信息的分类预测算法第35-37页
     ·小波变换第37-40页
     ·对于次重要信息保护的位平面提升算法第40-41页
     ·对于普通信息的3D-SPIHT压缩算法第41-46页
   ·本章小结第46-47页
第4章 基于感兴趣信息的高光谱图像压缩结果评价第47-56页
   ·引言第47页
   ·高光谱图像客观指标评价第47-52页
     ·基于MSE准则的评价第47-51页
     ·基于光谱失真度的评价第51-52页
   ·基于目标检测的高光谱重建图像评价第52-55页
   ·本章小结第55-56页
结论第56-57页
参考文献第57-63页
攻读学位期间发表的学术论文第63-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:商业受贿罪研究
下一篇:基于改进的最小生成树聚类算法研究