基于GIS应用系统的空间数据压缩及多尺度表达
| 摘要 | 第1-12页 |
| 插图或附表清单 | 第12-13页 |
| 注释说明清单 | 第13-14页 |
| 1 绪论 | 第14-18页 |
| ·地理信息系统发展概况 | 第14-15页 |
| ·空间数据 | 第15-17页 |
| ·空间数据的内容 | 第15-16页 |
| ·空间数据结构 | 第16页 |
| ·空间数据的来源 | 第16-17页 |
| ·本文的主要工作 | 第17-18页 |
| 2 小波分析基本原理 | 第18-25页 |
| ·引言 | 第18页 |
| ·小波变换 | 第18-19页 |
| ·多分辨率分析和Mallat算法 | 第19-23页 |
| ·多分辨分析 | 第20-22页 |
| ·Mallat快速算法 | 第22-23页 |
| ·图像的小波变换 | 第23-25页 |
| 3 矢量数据的压缩及多尺度表达 | 第25-34页 |
| ·引言 | 第25-26页 |
| ·矢量数据结构 | 第26-27页 |
| ·基于小波变换的矢量数据压缩及多尺度表达 | 第27-34页 |
| ·基本多尺度表达模型的建立 | 第27-28页 |
| ·边界处理方法 | 第28-29页 |
| ·矢量数据特征点的追踪 | 第29-31页 |
| ·试验结果及分析 | 第31-34页 |
| 4 数字高程模型的压缩及多尺度表达 | 第34-52页 |
| ·引言 | 第34页 |
| ·数字高程模型的基本概念及表示方法 | 第34-37页 |
| ·DEM的基本概念 | 第34-35页 |
| ·DEM的主要表示方式 | 第35-37页 |
| ·基于小波变换的DEM压缩方法 | 第37-47页 |
| ·小波变换在DEM压缩中的应用 | 第38-39页 |
| ·DEM小波变换系数统计特性分析 | 第39-41页 |
| ·最优标量量化器的设计 | 第41-43页 |
| ·实验结果及分析 | 第43-47页 |
| ·基于小波MRA的DEM多尺度处理模型 | 第47-52页 |
| 5 数字影像库的压缩及传输 | 第52-71页 |
| ·引言 | 第52-53页 |
| ·图像压缩简介 | 第53-55页 |
| ·图像压缩的历史和现状 | 第53-54页 |
| ·静止图像压缩方法的分类 | 第54-55页 |
| ·矢量量化基本原理及一般方法 | 第55-56页 |
| ·基于小波变换的图像矢量量化方法 | 第56-71页 |
| ·失真敏感竞争神经网络及其在矢量量化中的应用 | 第58-66页 |
| ·遗传算法与模糊聚类相结合的矢量量化方法 | 第66-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 在学研究成果 | 第77-78页 |
| 致谢 | 第78页 |
