| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·基于压缩感知的高光谱图像重构算法研究现状 | 第11-12页 |
| ·基于字典学习的高光谱图像重构算法研究现状 | 第12-13页 |
| ·压缩感知理论的应用 | 第13-14页 |
| ·课题的主要研究内容及论文的组织结构 | 第14-16页 |
| ·本课题研究内容 | 第14页 |
| ·本文的结构安排 | 第14-16页 |
| 第2章 高光谱图像特性分析 | 第16-24页 |
| ·引言 | 第16页 |
| ·单波段图像特性分析 | 第16-19页 |
| ·空间相关性 | 第16-18页 |
| ·低频与高频能量的分布情况 | 第18-19页 |
| ·谱间特性分析 | 第19-22页 |
| ·光谱反射曲线 | 第19-20页 |
| ·谱间相关性 | 第20-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 基于变采样率重构的高光谱图像压缩感知重构算法 | 第24-38页 |
| ·引言 | 第24-25页 |
| ·基于字典稀疏表示图像压缩感知 | 第25-29页 |
| ·图像的稀疏表示 | 第25-27页 |
| ·图像的随机投影 | 第27-28页 |
| ·图像的重构算法 | 第28-29页 |
| ·高光谱图像变采样率重构算法 | 第29-34页 |
| ·变采样率重构思想 | 第29-31页 |
| ·变采样率重构算法 | 第31-34页 |
| ·变采样率重构实验结果及讨论 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 高光谱图像空间-光谱字典学习算法 | 第38-48页 |
| ·引言 | 第38-39页 |
| ·高光谱图像稀疏表示模型 | 第39-40页 |
| ·高光谱图像字典学习算法 | 第40-44页 |
| ·非负稀疏编码算法 | 第40-41页 |
| ·非负 K-SVD 算法 | 第41-42页 |
| ·空间-光谱字典学习算法 | 第42-44页 |
| ·字典学习实验结果及讨论 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第5章 基于空间-光谱字典的不完备高光谱图像重构 | 第48-58页 |
| ·引言 | 第48页 |
| ·不完备高光谱图像重构 | 第48-51页 |
| ·不完备高光谱图像数据采集 | 第48-49页 |
| ·不完备高光谱图像重构算法 | 第49-51页 |
| ·不完备高光谱图像重构结果及讨论 | 第51-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |