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

遥感影像高效压缩算法研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第8-14页
    1.1 研究背景和意义第8-9页
    1.2 国内外研究现状第9-12页
        1.2.1 国内外压缩标准第9-11页
        1.2.2 其他压缩算法第11-12页
    1.3 主要研究内容第12-13页
    1.4 本文的组织结构第13-14页
第二章 影像压缩简介及相关压缩标准介绍第14-29页
    2.1 影像压缩及信息冗余第14-15页
    2.2 JPEG压缩标准第15-17页
    2.3 JPEG2000压缩标准第17-20页
    2.4 HEVC压缩标准第20-28页
        2.4.1 编码树单元第21-23页
        2.4.2 帧内预测模式第23-26页
        2.4.3 最优模式选择第26-28页
    2.5 本章小结第28-29页
第三章 边信息提取与高效压缩第29-44页
    3.1 遥感影像压缩分析第29-31页
    3.2 基于超像素的含云区域分割与检测第31-34页
        3.2.1 超像素分割第31-33页
        3.2.2 含云超像素识别第33-34页
    3.3 基于图路径编码的SI压缩第34-42页
        3.3.1 沃罗诺伊剖分与平面图构建第35-37页
        3.3.2 图路径与链码表达第37-38页
        3.3.3 线性预测模型第38-40页
        3.3.4 概率计算第40-42页
    3.4 实验分析第42-43页
    3.5 本章小结第43-44页
第四章 遥感影像压缩优化第44-60页
    4.1 快速编码树划分第44-51页
        4.1.1 CTU深度范围预测第46-47页
        4.1.2 CU提前划分决策第47-49页
        4.1.3 划分提前中止第49-51页
    4.2 快速模式选择第51-55页
        4.2.1 优化的MPM第51-52页
        4.2.2 基于深度信息的RMD第52-53页
        4.2.3 冗余方向模式滤除第53-55页
    4.3 实验结果第55-59页
    4.3 本章小结第59-60页
第五章 总结与展望第60-62页
    5.1 全文总结第60页
    5.2 工作展望第60-62页
参考文献第62-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:基于深度神经网络的个性化兴趣点推荐方法研究
下一篇:基于卷积神经网络的行人重识别方法研究