基于光谱特性的高光谱图像压缩方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-31页 |
| ·课题背景及研究的目的意义 | 第12-16页 |
| ·图像压缩技术发展综述 | 第16-25页 |
| ·JPEG图像压缩技术 | 第18-20页 |
| ·JPEG2000 图像压缩技术 | 第20-22页 |
| ·矢量量化压缩技术 | 第22-24页 |
| ·感兴趣区域压缩技术 | 第24-25页 |
| ·高光谱图像压缩技术发展综述 | 第25-29页 |
| ·基于预测技术的高光谱图像压缩 | 第26-27页 |
| ·基于变换的高光谱图像压缩 | 第27-28页 |
| ·基于矢量量化的高光谱图像压缩 | 第28-29页 |
| ·论文的结构安排 | 第29-31页 |
| 第2章 高光谱图像特性分析 | 第31-48页 |
| ·引言 | 第31页 |
| ·高光谱图像介绍 | 第31-35页 |
| ·高光谱图像的空间相关性分析 | 第35-39页 |
| ·高光谱图像的谱间相关性分析 | 第39-43页 |
| ·高光谱图像的数据维分析 | 第43-46页 |
| ·高光谱图像的信息量分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第3章 基于光谱特征的快速矢量量化压缩算法 | 第48-73页 |
| ·引言 | 第48页 |
| ·矢量量化技术及其在高光谱图像压缩中的应用 | 第48-56页 |
| ·矢量量化技术 | 第48-50页 |
| ·矢量量化技术在高光谱图像压缩中的应用 | 第50-56页 |
| ·应用基于特征选择的矢量量化技术压缩高光谱图像 | 第56-66页 |
| ·高光谱图像中的谱带选择 | 第57-59页 |
| ·应用基于谱带选择的矢量量化压缩高光谱图像 | 第59-66页 |
| ·应用基于特征变换的矢量量化技术压缩高光谱图像 | 第66-72页 |
| ·高光谱图像中的特征变换 | 第66-68页 |
| ·应用基于特征变换的矢量量化压缩高光谱图像 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 第4章 基于光谱模型的高光谱图像压缩技术 | 第73-94页 |
| ·引言 | 第73页 |
| ·应用双向预测与自回归双向预测压缩高光谱图像 | 第73-81页 |
| ·双向预测 | 第74-78页 |
| ·自回归双向预测 | 第78-81页 |
| ·基于线性模型的高光谱图像最优预测 | 第81-86页 |
| ·应用基于线性模型的最优预测压缩高光谱图像 | 第86-93页 |
| ·本章小结 | 第93-94页 |
| 第5章 基于感兴趣信息的高光谱图像压缩技术 | 第94-112页 |
| ·引言 | 第94-95页 |
| ·基于感兴趣区域的高光谱图像压缩 | 第95-102页 |
| ·基于SPIHT算法的感兴趣区域压缩 | 第95-97页 |
| ·高光谱图像压缩中感兴趣区域的保存 | 第97-102页 |
| ·基于感兴趣谱带的高光谱图像压缩 | 第102-111页 |
| ·高光谱图像分类方法 | 第102-104页 |
| ·高光谱图像中感兴趣谱带的选择 | 第104-107页 |
| ·压缩对高光谱图像分类精度的影响 | 第107-108页 |
| ·高光谱图像压缩中感兴趣谱带的保存 | 第108-111页 |
| ·本章小结 | 第111-112页 |
| 结论 | 第112-114页 |
| 参考文献 | 第114-124页 |
| 攻读学位期间发表的学术论文 | 第124-126页 |
| 致谢 | 第126-127页 |
| 个人简历 | 第127页 |
