基于压缩感知的高光谱图像重建算法研究
摘要 | 第1-5页 |
ABSTRACT | 第5-7页 |
目录 | 第7-13页 |
第一章 绪论 | 第13-22页 |
·引言 | 第13-15页 |
·高光谱图像特征分析 | 第15-17页 |
·高光谱图像特征 | 第15-16页 |
·空间相关性分析 | 第16页 |
·谱间相关性分析 | 第16-17页 |
·高光谱图像压缩技术研究现状 | 第17-18页 |
·研究课题的提出及本文工作的安排 | 第18-22页 |
·高光谱图像压缩感知问题提出 | 第18-19页 |
·本文使用的高光谱数据 | 第19-20页 |
·本文主要内容及结构安排 | 第20-22页 |
第二章 压缩感知理论 | 第22-30页 |
·引言 | 第22-23页 |
·压缩感知基本理论 | 第23-27页 |
·压缩感知理论框架 | 第23-24页 |
·稀疏分解 | 第24-25页 |
·测量矩阵 | 第25-26页 |
·重构算法 | 第26-27页 |
·压缩感知理论的应用前景 | 第27-29页 |
·压缩感知成像 | 第27-28页 |
·压缩感知采样 | 第28-29页 |
·分布式压缩感知 | 第29页 |
·本章小结 | 第29-30页 |
第三章 基于投影率预分配的分块压缩感知 | 第30-37页 |
·图像熵估计 | 第30页 |
·投影率预分配 | 第30-32页 |
·基于投影率预分配的 BCS-SPL 算法 | 第32-33页 |
·BCS-SPL 算法 | 第32-33页 |
·基于投影率预分配的 BCS-SPL 改进算法 | 第33页 |
·算法性能分析 | 第33-36页 |
·本章小结 | 第36-37页 |
第四章 基于谱间线性滤波高光谱图像压缩感知 | 第37-46页 |
·图像小波变换 | 第37-38页 |
·谱间线性滤波模型 | 第38-39页 |
·基于谱间线性滤波高光谱图像压缩感知算法 | 第39-42页 |
·梯度投影算法 | 第39-40页 |
·基于谱间线性滤波的 GPSR 改进方法 | 第40-42页 |
·算法性能分析 | 第42-45页 |
·本章小结 | 第45-46页 |
第五章 基于谱间去相关模型高光谱图像压缩感知算法 | 第46-54页 |
·最佳线性预测 | 第46页 |
·构建谱间去相关模型 | 第46-48页 |
·基于去相关模型迭代硬阈值重构算法 | 第48-50页 |
·算法性能分析 | 第50-52页 |
·本章小结 | 第52-54页 |
第六章 总结与展望 | 第54-56页 |
参考文献 | 第56-60页 |
致谢 | 第60-61页 |
攻读硕士期间发表的论文 | 第61页 |