| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 论文研究背景及意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 高光谱图像压缩技术研究现状 | 第13-18页 |
| 1.2.2 基于GPU的并行高光谱图像压缩算法研究现状 | 第18页 |
| 1.3 论文研究目标和研究内容 | 第18-20页 |
| 1.4 论文创新工作与论文结构 | 第20-21页 |
| 第2章 高光谱图像数据及相关性分析 | 第21-34页 |
| 2.1 引言 | 第21页 |
| 2.2 高光谱图像数据 | 第21-24页 |
| 2.3 高光谱图像空间相关性分析 | 第24-29页 |
| 2.4 高光谱图像谱间相关性分析 | 第29-31页 |
| 2.5 高光谱图像校正相关性分析 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于谱间梯度自适应预测的高光谱图像压缩 | 第34-46页 |
| 3.1 引言 | 第34页 |
| 3.2 预测技术及高光谱图像预测压缩算法概述 | 第34-38页 |
| 3.2.1 预测技术 | 第34-35页 |
| 3.2.2 高光谱图像预测压缩算法概述 | 第35-38页 |
| 3.3 基于谱间梯度自适应预测的压缩算法 | 第38-45页 |
| 3.3.1 算法描述 | 第38-41页 |
| 3.3.2 实验结果 | 第41-44页 |
| 3.3.3 讨论与分析 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于三阶预测的高光谱图像压缩 | 第46-63页 |
| 4.1 引言 | 第46-47页 |
| 4.2 高光谱图像二阶预测压缩算法 | 第47-51页 |
| 4.2.1 S-RLP-LUT压缩算法 | 第47-48页 |
| 4.2.2 TSP-W2压缩算法 | 第48-49页 |
| 4.2.3 IP3-BPS压缩算法 | 第49-51页 |
| 4.3 基于三阶预测的高光谱图像压缩算法 | 第51-61页 |
| 4.3.1 算法描述 | 第52-57页 |
| 4.3.2 实验结果 | 第57-59页 |
| 4.3.3 讨论与分析 | 第59-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第5章 基于常系数递归最小二乘滤波的高光谱图像压缩 | 第63-76页 |
| 5.1 引言 | 第63-64页 |
| 5.2 自适应滤波理论 | 第64-67页 |
| 5.2.1 LMS滤波 | 第65-66页 |
| 5.2.2 RLS滤波 | 第66-67页 |
| 5.3 基于常系数递归最小二乘滤波的高光谱图像压缩算法 | 第67-75页 |
| 5.3.1 算法描述 | 第67-73页 |
| 5.3.2 实验结果 | 第73-74页 |
| 5.3.3 讨论与分析 | 第74-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第6章 三阶预测高光谱图像压缩算法的GPU并行计算方法 | 第76-93页 |
| 6.1 引言 | 第76-77页 |
| 6.2 基于GPU通用并行计算概述 | 第77-84页 |
| 6.2.1 GPU硬件结构 | 第77-79页 |
| 6.2.2 CUDA架构 | 第79-84页 |
| 6.3 基于GPU的并行IP3-PS2-APR算法 | 第84-91页 |
| 6.3.1 算法描述 | 第85-87页 |
| 6.3.2 实验结果 | 第87-91页 |
| 6.3.3 讨论与分析 | 第91页 |
| 6.4 本章小结 | 第91-93页 |
| 结论 | 第93-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-103页 |
| 攻读学位期间取得学术成果 | 第103页 |
