基于预测技术的高光谱图像压缩算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题背景 | 第9-11页 |
| ·课题的目的和意义 | 第11-13页 |
| ·国内外在遥感图像压缩方面的研究现状和分析 | 第13-15页 |
| ·本文主要研究内容 | 第15-16页 |
| ·高光谱图像的数据特点 | 第15页 |
| ·高光谱图像相关性的去除 | 第15-16页 |
| ·量化器和编码器的设计 | 第16页 |
| ·本文算法概要及本文结构 | 第16-18页 |
| 第2章 高光谱图像的特性分析 | 第18-24页 |
| ·高光谱图像的光谱分辨率 | 第18-19页 |
| ·高光谱图像的空间相关性 | 第19-21页 |
| ·高光谱图像谱带间的相关性 | 第21-22页 |
| ·高光谱图像的信息熵 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于线性模型的高光谱图像谱间去相关方法 | 第24-29页 |
| ·递归双向预测算法 | 第24-26页 |
| ·双向预测算法 | 第24-25页 |
| ·递归双向预测算法 | 第25-26页 |
| ·基于模型的预测算法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于SPIHT算法的高光谱图像编码 | 第29-38页 |
| ·引言 | 第29页 |
| ·小波系数的数据特点 | 第29-33页 |
| ·小波系数的多分辨率特点 | 第31-32页 |
| ·小波系数的树状结构 | 第32-33页 |
| ·小波变换编码的基本思路 | 第33-34页 |
| ·SPIHT算法 | 第34-37页 |
| ·算法思想 | 第34-35页 |
| ·集合定义 | 第35页 |
| ·SPIHT算法 | 第35-36页 |
| ·编码后的码流 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 系统总体设计方案及实验结果分析 | 第38-49页 |
| ·引言 | 第38页 |
| ·系统总体设计方案 | 第38-42页 |
| ·自适应子空间划分 | 第39-40页 |
| ·谱带间的有损压缩 | 第40-41页 |
| ·预测误差编码 | 第41-42页 |
| ·实验结果及分析 | 第42-47页 |
| ·实验图像 | 第42-43页 |
| ·实验结果及分析 | 第43-47页 |
| ·算法进一步完善的设想 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第54页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第54页 |
| 哈尔滨工业大学硕士学位涉密论文管理 | 第54-55页 |
| 致谢 | 第55页 |
