| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-24页 |
| 1.1 课题的背景和研究意义 | 第13-16页 |
| 1.2 高光谱图像目标检测算法的国内外研究现状 | 第16-19页 |
| 1.3 高光谱图像压缩技术的国内外研究现状 | 第19-21页 |
| 1.4 课题的主要研究内容及结构安排 | 第21-24页 |
| 第2章 高光谱图像目标检测及压缩技术 | 第24-33页 |
| 2.1 高光谱图像目标检测的基本理论 | 第24-31页 |
| 2.1.1 RX算法 | 第25页 |
| 2.1.2 基于EM聚类的目标检测算法 | 第25-26页 |
| 2.1.3 EM平滑背景的RX算法 | 第26-27页 |
| 2.1.4 稀疏表示的目标检测算法 | 第27-31页 |
| 2.2 高光谱图像数据压缩的基本理论 | 第31-32页 |
| 2.2.1 基于预测的压缩方法 | 第31页 |
| 2.2.2 基于变换的压缩方法 | 第31-32页 |
| 2.2.3 向量量化压缩方法 | 第32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 基于空间支持的稀疏表示目标检测 | 第33-65页 |
| 3.1 高光谱图像的空间相关性 | 第33-34页 |
| 3.2 基于空间4-邻域稀疏表示的高光谱图像目标检测 | 第34-43页 |
| 3.2.1 空间4-邻域平滑稀疏模型 | 第35-36页 |
| 3.2.2 空间4-邻域联合稀疏模型 | 第36-37页 |
| 3.2.3 仿真实验结果及分析 | 第37-43页 |
| 3.3 基于自适应空间支持的高光谱图像目标检测 | 第43-55页 |
| 3.3.1 基于自适应窗的空间支持 | 第43-45页 |
| 3.3.2 基于自适应邻域的空间支持 | 第45-46页 |
| 3.3.3 计算基于自适应空间支持的稀疏表示问题 | 第46-47页 |
| 3.3.4 仿真实验结果及分析 | 第47-55页 |
| 3.4 基于非连通空间支持的高光谱图像目标检测 | 第55-64页 |
| 3.4.1 高光谱图像像元光谱相似性 | 第55-57页 |
| 3.4.2 基于非连通空间支持的稀疏表示 | 第57页 |
| 3.4.3 计算基于非连通空间支持的稀疏表示问题 | 第57-58页 |
| 3.4.4 仿真实验结果及分析 | 第58-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第4章 基于自适应子字典的稀疏表示目标检测 | 第65-77页 |
| 4.1 自适应子字典的理论基础 | 第65-66页 |
| 4.2 自适应子字典设计方案 | 第66-67页 |
| 4.3 仿真实验结果及分析 | 第67-76页 |
| 4.3.1 实验图像数据 | 第68-69页 |
| 4.3.2 仿真实验结果及分析 | 第69-76页 |
| 4.4 本章小结 | 第76-77页 |
| 第5章 基于目标分布改进DCT的图像压缩 | 第77-95页 |
| 5.1 高光谱图像的二维和三维DCT压缩方法 | 第77-79页 |
| 5.1.1 二维DCT压缩方法 | 第77-78页 |
| 5.1.2 三维DCT压缩方法 | 第78页 |
| 5.1.3 DPCM压缩编码器 | 第78-79页 |
| 5.2 基于目标分布的压缩和编码方案 | 第79-81页 |
| 5.3 仿真实验结果及分析 | 第81-94页 |
| 5.3.1 图像数据和实验设置 | 第81-84页 |
| 5.3.2 仿真实验结果及分析 | 第84-94页 |
| 5.4 本章小结 | 第94-95页 |
| 第6章 多元向量量化的图像压缩 | 第95-116页 |
| 6.1 向量量化压缩方法 | 第95-96页 |
| 6.2 多元向量量化压缩方法 | 第96-99页 |
| 6.2.1 多元向量量化 | 第96-97页 |
| 6.2.2 多元回归的参数优化 | 第97-98页 |
| 6.2.3 字典原子选取方法 | 第98-99页 |
| 6.3 压缩字典设计方案 | 第99-102页 |
| 6.3.1 模糊C均值算法 | 第99-100页 |
| 6.3.2 基于盲聚类的压缩字典设计 | 第100页 |
| 6.3.3 基于类信息聚类的压缩字典设计 | 第100-101页 |
| 6.3.4 压缩字典设计方案评估 | 第101-102页 |
| 6.4 仿真实验结果及分析 | 第102-115页 |
| 6.4.1 图像数据和实验设置 | 第102-106页 |
| 6.4.2 基于CBC字典的仿真实验结果及分析 | 第106-110页 |
| 6.4.3 基于CDC字典的仿真实验结果及分析 | 第110-114页 |
| 6.4.4 与其他压缩算法结果比较 | 第114-115页 |
| 6.5 本章小结 | 第115-116页 |
| 结论 | 第116-119页 |
| 参考文献 | 第119-130页 |
| 攻读博士学位期间发表的论文和取得的科技成果 | 第130-133页 |
| 致谢 | 第133-134页 |