摘要 | 第3-5页 |
Abstract | 第5-7页 |
缩略语表 | 第11-13页 |
1 绪论 | 第13-29页 |
1.1 研究背景和意义 | 第13-16页 |
1.2 国内外研究现状 | 第16-25页 |
1.2.1 压缩感知理论的产生与发展 | 第16-19页 |
1.2.2 高光谱压缩感知的研究现状 | 第19-24页 |
1.2.3 高光谱压缩感知的研究热点和研究面临的问题 | 第24-25页 |
1.3 论文的主要内容及结构安排 | 第25-29页 |
2 压缩感知理论及高光谱图像的空谱压缩感知 | 第29-45页 |
2.1 引言 | 第29页 |
2.2 压缩感知理论 | 第29-34页 |
2.2.1 数学模型 | 第29-30页 |
2.2.2 稀疏表示 | 第30-31页 |
2.2.3 测量矩阵 | 第31-33页 |
2.2.4 信号恢复 | 第33-34页 |
2.3 高光谱图像的压缩感知 | 第34-38页 |
2.3.1 空间特性及空间压缩采样 | 第35-37页 |
2.3.2 光谱维特性及光谱维压缩采样 | 第37-38页 |
2.4 空谱压缩感知 | 第38-42页 |
2.4.1 空间压缩采样观测数据的特性 | 第39-40页 |
2.4.2 空谱压缩感知 | 第40页 |
2.4.3 实验结果与分析 | 第40-42页 |
2.5 本章小结 | 第42-45页 |
3 高光谱图像的压缩采样域解混和重构 | 第45-69页 |
3.1 引言 | 第45页 |
3.2 压缩采样数据的丰度估计 | 第45-57页 |
3.2.1 线性混合模型 | 第45-46页 |
3.2.2 空谱压缩采样域的丰度估计 | 第46-54页 |
3.2.3 光谱维压缩采样域的丰度估计 | 第54-57页 |
3.3 光谱维压缩采样重构 | 第57-67页 |
3.3.1 基于线性混合模型的重构 | 第57-64页 |
3.3.2 基于线性光谱库混合模型的重构 | 第64-67页 |
3.4 本章小结 | 第67-69页 |
4 分布式压缩感知 | 第69-93页 |
4.1 引言 | 第69页 |
4.2 基于波段的分布式压缩感知 | 第69-82页 |
4.2.1 分布式压缩视频感知 | 第69-70页 |
4.2.2 基于线性混合模型的分布式压缩感知 | 第70-80页 |
4.2.3 基于迭代预测的分布式压缩感知 | 第80-82页 |
4.3 基于像元的分布式压缩感知 | 第82-91页 |
4.3.1 基于像元的分布式压缩感知框架 | 第83-84页 |
4.3.2 重构算法 | 第84-85页 |
4.3.3 实验分析 | 第85-91页 |
4.4 本章小结 | 第91-93页 |
5 空谱联合压缩感知 | 第93-109页 |
5.1 引言 | 第93页 |
5.2 空谱联合压缩感知 | 第93-100页 |
5.2.1 测量矩阵的设计 | 第94-95页 |
5.2.2 重构算法 | 第95-97页 |
5.2.3 实验分析 | 第97-100页 |
5.3 特殊空间测量矩阵的空谱联合压缩感知 | 第100-107页 |
5.3.1 特殊空间压缩采样矩阵的构造 | 第100-102页 |
5.3.2 重构算法 | 第102页 |
5.3.3 实验结果与分析 | 第102-107页 |
5.4 本章小结 | 第107-109页 |
6 压缩采样成像方案 | 第109-121页 |
6.1 引言 | 第109页 |
6.2 摆扫式和推扫式数据采集模式 | 第109-111页 |
6.2.1 摆扫式高光谱成像系统 | 第109-110页 |
6.2.2 推扫式高光谱成像系统 | 第110-111页 |
6.3 单像素相机技术 | 第111-113页 |
6.4 压缩采样成像 | 第113-119页 |
6.4.1 摆扫式压缩采样成像 | 第113-116页 |
6.4.2 推扫式压缩采样成像 | 第116-119页 |
6.5 本章小结 | 第119-121页 |
7 总结与展望 | 第121-125页 |
7.1 研究工作总结 | 第121-123页 |
7.2 研究工作展望 | 第123-125页 |
参考文献 | 第125-137页 |
致谢 | 第137-139页 |
攻读博士学位期间发表的学术论文和参加科研情况 | 第139-140页 |
一、第一作者(含导师第一、本人第二)完成的学术论文 | 第139页 |
二、合作完成的学术论文 | 第139页 |
三、参加科研情况 | 第139-140页 |