基于冗余字典的高光谱遥感图像压缩算法的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究目的及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第2章 高光谱遥感及压缩相关理论 | 第15-29页 |
| 2.1 高光谱遥感成像 | 第15-20页 |
| 2.1.1 高光谱遥感概述 | 第15-17页 |
| 2.1.2 高光谱遥感图像的特点分析 | 第17-20页 |
| 2.2 高光谱遥感图像压缩技术 | 第20-25页 |
| 2.2.1 基于预测的高光谱数据压缩 | 第20-23页 |
| 2.2.2 基于矢量量化的高光谱数据压缩 | 第23-25页 |
| 2.3 图像压缩效果的评判标准 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于冗余字典的高光谱遥感图像稀疏分解 | 第29-41页 |
| 3.1 冗余字典 | 第29-31页 |
| 3.1.1 冗余字典的概念 | 第29页 |
| 3.1.2 冗余字典的训练方法 | 第29-31页 |
| 3.2 图像稀疏分解 | 第31-34页 |
| 3.2.1 稀疏分解概述 | 第31-32页 |
| 3.2.2 稀疏分解原理 | 第32-34页 |
| 3.3 实验结果 | 第34-40页 |
| 3.3.1 实验素材说明 | 第34-36页 |
| 3.3.2 实验结果及分析 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于冗余字典的高光谱图像压缩算法 | 第41-49页 |
| 4.1 基于冗余字典的高光谱图像压缩算法 | 第41-43页 |
| 4.1.1 算法概述 | 第41-42页 |
| 4.1.2 字典更新 | 第42-43页 |
| 4.2 系数量化 | 第43-44页 |
| 4.3 压缩编码 | 第44-46页 |
| 4.3.1 预测阶段 | 第45页 |
| 4.3.2 Golomb编码阶段 | 第45-46页 |
| 4.3.3 游程模式编码阶段 | 第46页 |
| 4.4 实验结果及分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于PCA和冗余字典的高光谱图像压缩算法 | 第49-61页 |
| 5.1 高光谱图像降维必要性 | 第49-50页 |
| 5.1.1 高光谱图像的冗余度 | 第49页 |
| 5.1.2 Hughes现象 | 第49-50页 |
| 5.2 PCA算法 | 第50-53页 |
| 5.2.1 算法概述 | 第50-51页 |
| 5.2.2 PCA降维效果分析 | 第51-52页 |
| 5.2.3 基于特征值的主要波段截取 | 第52-53页 |
| 5.3 基于冗余字典的PCA主成份压缩编码 | 第53-54页 |
| 5.4 图像解码算法 | 第54-60页 |
| 5.4.1 图像解码算法概述 | 第54页 |
| 5.4.2 高斯白噪声 | 第54-55页 |
| 5.4.3 实验结果与分析 | 第55-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-69页 |
| 致谢 | 第69-70页 |
