| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-16页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·图像压缩理论研究现状 | 第11-14页 |
| ·图像压缩理论基础 | 第11-12页 |
| ·视频编码标准发展过程 | 第12-14页 |
| ·本文主要内容和安排 | 第14-16页 |
| 2 H.26 5标准及其关键技术 | 第16-29页 |
| ·H.265/HEVC编码标准技术制定 | 第16页 |
| ·H.265/HEVC编码框架 | 第16-17页 |
| ·H.265/HEVC编码关键技术 | 第17-26页 |
| ·HEVC的数据块划分 | 第17-20页 |
| ·HEVC的预测编码技术 | 第20-22页 |
| ·HEVC的并行熵编码 | 第22-24页 |
| ·HEVC的环路滤波 | 第24-26页 |
| ·H.265/HEVC与其他标准的比较 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 基于BP神经网络分类器的编码单元快速选择算法研究 | 第29-45页 |
| ·H.265算法编码块单元划分模式 | 第29-32页 |
| ·BP神经元算法 | 第32-36页 |
| ·人工神经网络分类器概况 | 第32页 |
| ·人工神经网络模型特征 | 第32-33页 |
| ·神经元模型 | 第33-34页 |
| ·用于CU划分决策的BP神经网络模型 | 第34-36页 |
| ·基于BP神经元分类器的编码单元快速选择算法 | 第36-44页 |
| ·基于BP神经网络的编码单元选择算法原理 | 第37-38页 |
| ·基于BP神经网络的编码单元选择算法特征选择 | 第38页 |
| ·基于BP神经元分类器的编码单元划分方案实现 | 第38-41页 |
| ·实验仿真结果分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 4 基于压缩感知和H.265的卫星图像压缩算法研究 | 第45-62页 |
| ·压缩感知理论模型及其应用 | 第45-49页 |
| ·H.265/HEVC标准中的DCT变换 | 第49-53页 |
| ·DCT变换基本算法 | 第49-52页 |
| ·DCT变换基本算法 | 第52-53页 |
| ·结合压缩感知的H.265中DCT变换系数重构 | 第53-58页 |
| ·基于H.265中DCT变换系数的CS重构原理 | 第53-54页 |
| ·基于H.265中DCT变换系数的CS重构规则选择 | 第54-56页 |
| ·基于DCT变换系数的CS重构步骤 | 第56-58页 |
| ·仿真结果分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 5 结论 | 第62-64页 |
| ·工作总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |
