首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于预测的高光谱图像无损压缩技术研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-15页
   ·研究背景第7页
   ·高光谱图像的特点及应用第7-9页
     ·高光谱图像的特点第7-8页
     ·高光谱图像的应用第8-9页
   ·高光谱图像无损压缩的意义第9-10页
     ·压缩问题的提出第9-10页
     ·压缩的可行性第10页
   ·高光谱图像无损压缩技术研究现状第10-13页
     ·基于预测的无损压缩方法第10-12页
     ·基于变换的无损压缩方法第12页
     ·基于矢量量化的无损压缩方法第12-13页
   ·论文主要工作及内容安排第13-15页
第二章 无损压缩理论及标准第15-21页
   ·无损压缩理论基础第15-16页
   ·无损预测压缩第16-18页
     ·预测器第16-17页
     ·熵编码第17-18页
   ·图像压缩标准第18-20页
     ·JPEG-LS 标准第19页
     ·MHDC 标准第19-20页
   ·本章小结第20-21页
第三章 基于边缘检测的改进 SLSQ 高光谱图像无损压缩方法第21-37页
   ·SLSQ 高光谱图像无损压缩方法第21-22页
   ·边缘检测方法第22-25页
     ·边缘检测方法介绍第22-25页
     ·边缘检测对图像压缩的影响第25页
   ·基于边缘检测的改进 SLSQ 高光谱图像无损压缩方法第25-33页
     ·改进的中值预测(IMP)第26-27页
     ·自适应边缘预测(AEP)第27-32页
     ·预测模式选择第32-33页
   ·实验结果分析第33-35页
     ·压缩性能分析第33-35页
     ·算法复杂度分析第35页
   ·本章小结第35-37页
第四章 CCSDS 多/高光谱图像无损压缩技术第37-59页
   ·CCSDS 背景第37-38页
   ·MHDC 无损压缩标准第38-45页
     ·MHDC 预测器第38-43页
     ·MHDC 熵编码第43-45页
   ·MHDC 性能研究第45-54页
     ·预测器性能研究第47-51页
     ·熵编码性能研究第51-54页
   ·实验结果分析第54-58页
     ·优化参数和参考参数的性能比较第54-55页
     ·不同配置的性能比较第55-56页
     ·与其他算法的性能比较第56-58页
   ·本章小结第58-59页
第五章 总结与展望第59-61页
致谢第61-63页
参考文献第63-67页
研究成果第67-68页

论文共68页,点击 下载论文
上一篇:智能相机的异构软件框架设计与实现
下一篇:基于非负矩阵分解的高光谱图像解混技术研究