首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于压缩感知的高光谱遥感影像重构方法研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-14页
    1.1 课题研究的背景与意义第9页
    1.2 国内外研究现状第9-12页
        1.2.1 压缩感知理论研究及应用现状第10页
        1.2.2 高光谱图像重构算法研究现状第10-12页
    1.3 本文主要研究内容第12页
    1.4 论文结构第12-14页
2 压缩感知与高光谱图像特征分析第14-22页
    2.1 引言第14-15页
    2.2 压缩感知基本理论第15-18页
        2.2.1 稀疏信号定义第15页
        2.2.2 压缩感知理论框架第15-16页
        2.2.3 稀疏分解第16页
        2.2.4 测量矩阵第16-17页
        2.2.5 重构算法第17-18页
    2.3 高光谱图像介绍第18页
    2.4 高光谱图像特征分析第18-21页
        2.4.1 高光谱图像的空间相关性第18-19页
        2.4.2 高光谱图像的谱间相关性第19-21页
    2.5 本章小结第21-22页
3 基于分组采样的高光谱遥感影像重构方法的研究第22-30页
    3.1 引言第22页
    3.2 高光谱遥感影像分组采样重构算法第22-25页
        3.2.1 分组采样重构思想第22-23页
        3.2.2 分组采样重构算法第23-25页
    3.3 分组采样重构实验结果及分析第25-29页
    3.4 本章小结第29-30页
4 基于双参考波段预测模型的研究第30-41页
    4.1 引言第30页
    4.2 基于双参考波段预测模型重构方法的研究第30-32页
        4.2.1 双参考波段预测模型重构思想第30-31页
        4.2.2 双参考波段预测模型重构算法第31-32页
    4.3 双参考波段预测实验结果及分析第32-40页
    4.4 本章小结第40-41页
5 谱间多向预测高光谱遥感影像重构方法的研究第41-56页
    5.1 引言第41页
    5.2 谱间多向预测重构算法第41-45页
        5.2.1 谱间多向预测重构思想第41-43页
        5.2.2 谱间多向预测重构算法第43-45页
    5.3 谱间预测重构算法实验结果及分析第45-54页
    5.4 本章小结第54-56页
结论第56-57页
参考文献第57-61页
附录第61-62页
攻读学位期间发表的学术论文第62-63页
致谢第63-64页

论文共64页,点击 下载论文
上一篇:心电监测时序数据识别算法研究
下一篇:基于深度学习的移动端人脸验证系统的设计