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TDPCA与SPIHT的高光谱压缩和降维算法研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·引言第10页
   ·课题研究的背景第10-12页
     ·遥感技术概述第10-12页
     ·高光谱图像简介第12页
   ·图像压缩技术第12-15页
     ·压缩技术发展第12-13页
     ·图像压缩技术分类第13页
     ·图像压缩质量评价标准第13-15页
   ·高光谱遥感图像压缩第15-16页
     ·基于变换的方法第15-16页
     ·基于矢量量化VQ的方法第16页
     ·基于预测的方法第16页
   ·课题研究内容第16-18页
     ·课题研究的目的和意义第16-17页
     ·论文结构及研究内容第17-18页
第2章 高光谱图像特征分析第18-32页
   ·引言第18页
   ·高光谱遥感图像介绍第18-19页
   ·谱间相关性特点第19-26页
   ·空间相关性特点第26-31页
   ·本章小结第31-32页
第3章 二维主成分分析的高光谱遥感图像降维第32-41页
   ·引言第32页
   ·高光谱图像降维方法第32-33页
   ·TDPCA降维方法第33-37页
     ·前言第33页
     ·TDPCA压缩算法第33-35页
     ·本论文研究的TDPCA压缩算法流程第35-37页
   ·仿真结果与分析第37-40页
   ·本章小结第40-41页
第4章 小波图像压缩编码第41-55页
   ·小波变换第41-43页
   ·嵌入式小波位编码(EZW)第43-46页
     ·EZW编码第43-44页
     ·零树结构第44-46页
   ·SPIHT算法第46-52页
   ·SPIHT算法压缩实现第52-54页
   ·本章总结第54-55页
第5章 高光谱图像编解码第55-64页
   ·高光谱图像谱间预测第55-59页
     ·波段排序第55-57页
     ·整型最佳线性预测器第57-59页
   ·算法流程第59-62页
   ·技术改进第62-63页
   ·本章小结第63-64页
总结第64-66页
参考文献第66-71页
攻读硕士学位期间发表的论文和取得的科研成果第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于SVM的中文垃圾邮件过滤
下一篇:波动方程参数估计的同伦共轭梯度法