基于稀疏分解的超光谱图像压缩算法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-19页 |
| ·超光谱图像简介 | 第7-9页 |
| ·成像光谱图像简介 | 第7-8页 |
| ·超光谱图像的应用 | 第8页 |
| ·研究超光谱图像压缩的意义 | 第8-9页 |
| ·超光谱图像压缩编码技术 | 第9-17页 |
| ·超光谱图像的特征 | 第9-10页 |
| ·超光谱图像压缩编码的传统方法 | 第10-12页 |
| ·超光谱图像压缩编码的新方法 | 第12-14页 |
| ·图像压缩技术评判标准 | 第14-16页 |
| ·超光谱图像压缩编码技术的发展与现状 | 第16-17页 |
| ·本文工作简介及框架 | 第17-19页 |
| ·本文工作简介 | 第17-18页 |
| ·系统框架 | 第18-19页 |
| 2 超光谱序列图像的稀疏化 | 第19-24页 |
| ·稀疏化模板选择 | 第19-21页 |
| ·超光谱图像稀疏化处理 | 第21-22页 |
| ·稀疏化处理结果分析 | 第22-24页 |
| 3 稀疏分解 | 第24-38页 |
| ·信号分解 | 第24-26页 |
| ·传统信号表示 | 第24-26页 |
| ·稀疏分解概念的提出 | 第26页 |
| ·过完备原子库的形成 | 第26-28页 |
| ·过完备原子库 | 第26-27页 |
| ·过完备原子库的离散化 | 第27-28页 |
| ·最佳原子搜索 | 第28-32页 |
| ·MP 算法基本思想 | 第28-30页 |
| ·MP 算法的应用 | 第30页 |
| ·信号稀疏分解 | 第30-32页 |
| ·仿真测试与分析 | 第32-38页 |
| ·稀疏分解结果数据分析及量化方案 | 第33-35页 |
| ·图像稀疏分解测试 | 第35-38页 |
| 4 基于提升小波的SPIHT 编码 | 第38-49页 |
| ·基于小波变换的图像压缩算法简介 | 第38-39页 |
| ·提升小波原理及过程 | 第39-43页 |
| ·小波提升过程和特点 | 第39-40页 |
| ·提升小波的分解与重构过程 | 第40-41页 |
| ·提升5/3 小波变换 | 第41-43页 |
| ·SPIHT 编码 | 第43-46页 |
| ·SPIHT 算法背景 | 第43-44页 |
| ·SPIHT 算法原理 | 第44-45页 |
| ·SPIHT 编码步骤 | 第45-46页 |
| ·仿真测试与分析 | 第46-49页 |
| 5 论文中两种方案的对比分析 | 第49-55页 |
| ·两种方案性能对比 | 第49-50页 |
| ·两种方案性能分析 | 第50-52页 |
| ·稀疏分解方案在高压缩比条件下性能优势与应用 | 第52-55页 |
| 6 结论 | 第55-57页 |
| ·本文工作总结 | 第55页 |
| ·后期工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
