| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 高光谱遥感技术及无损压缩的意义 | 第16-17页 |
| 1.1.1 高光谱遥感技术 | 第16页 |
| 1.1.2 高光谱图像无损压缩的意义 | 第16-17页 |
| 1.2 极光光谱图像介绍 | 第17-18页 |
| 1.3 高光谱和极光光谱图像压缩发展及研究现状 | 第18-19页 |
| 1.4 本文的主要研究工作和章节内容安排 | 第19-22页 |
| 1.4.1 本文的主要研究工作 | 第19-20页 |
| 1.4.2 本文的章节内容安排 | 第20-22页 |
| 第二章 高光谱图像无损压缩基础知识 | 第22-34页 |
| 2.1 引言 | 第22页 |
| 2.2 高光谱图像的特点 | 第22-24页 |
| 2.3 高光谱图像的相关性 | 第24-28页 |
| 2.3.1 高光谱图像空间相关性分析 | 第24-26页 |
| 2.3.2 高光谱图像谱间相关性分析 | 第26-28页 |
| 2.4 无损压缩方法评价标准 | 第28-29页 |
| 2.5 高光谱无损压缩聚类预处理及多波段谱间预测模型 | 第29-32页 |
| 2.5.1 光谱无损压缩聚类预处理 | 第29-30页 |
| 2.5.2 多波段谱间预测模型 | 第30-32页 |
| 2.6 高光谱无损压缩实验数据介绍 | 第32页 |
| 2.7 本章小结 | 第32-34页 |
| 第三章 基于去除局部异常值的同类多波段谱间预测算法 | 第34-46页 |
| 3.1 引言 | 第34页 |
| 3.2 同类多波段预测算法 | 第34-35页 |
| 3.3 局部异常值的定义 | 第35-36页 |
| 3.4 去除局部异常值的方法 | 第36-38页 |
| 3.5 基于去除局部异常值的同类多波段谱间预测算法 | 第38页 |
| 3.6 实验结果与分析 | 第38-45页 |
| 3.6.1 聚类数目对预测效果的影响 | 第38-39页 |
| 3.6.2 局部异常谱值对预测效果的影响 | 第39-41页 |
| 3.6.3 预测阶数对预测效果的影响 | 第41-42页 |
| 3.6.4 时间与压缩效果的权衡 | 第42-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 基于JPEG-LS的南极中山站极光光谱图像无损压缩 | 第46-52页 |
| 4.1 引言 | 第46页 |
| 4.2 极光光谱图像的产生及特点 | 第46-48页 |
| 4.3 极光光谱图像的JPEG-LS无损压缩 | 第48-51页 |
| 4.3.1 JPEG-LS帧内预测方法 | 第48-49页 |
| 4.3.2 JPEG-LS帧内预测方法的不足 | 第49页 |
| 4.3.3 JPEG-LS帧间预测方法 | 第49-51页 |
| 4.4 实验结果与分析 | 第51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 基于递推回归的南极中山站极光光谱图像无损压缩 | 第52-62页 |
| 5.1 引言 | 第52页 |
| 5.2 极光光谱图像的多元线性回归无损压缩 | 第52-58页 |
| 5.2.1 多元线性回归预测 | 第53-54页 |
| 5.2.2 递推线性回归预测 | 第54-55页 |
| 5.2.3 递推最小二乘算法 | 第55-56页 |
| 5.2.4 基于递推最小二乘算法的极光光谱图像压缩 | 第56-58页 |
| 5.3 实验结果与分析 | 第58-60页 |
| 5.3.1 预测阶数对压缩效果的影响 | 第58-59页 |
| 5.3.2 最终结果与分析 | 第59-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 论文总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
| 1.基本情况 | 第72页 |
| 2.教育背景 | 第72页 |
| 3.攻读硕士学位期间的研究成果 | 第72-73页 |
