首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于分类DCT的高光谱有损压缩算法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-24页
    1.1 课题研究的背景及意义第14-17页
    1.2 高光谱图像压缩的可能性第17-18页
        1.2.1 空间相关性第17页
        1.2.2 谱间相关性第17-18页
    1.3 高光谱图像压缩的发展与现状第18-22页
        1.3.1 基于预测的高光谱图像压缩方法第19-20页
        1.3.2 基于矢量量化(VQ)的高光谱图像压缩方法第20-21页
        1.3.3 基于变换的高光谱图像压缩方法第21-22页
    1.4 论文的主要研究工作及论文结构第22-24页
第二章 高光谱图像的特性分析第24-30页
    2.1 引言第24页
    2.2 高光谱图像的空间相关性第24-26页
    2.3 高光谱图像的谱间相关性第26-30页
第三章 基于小波变换的高光谱图像有损压缩方法第30-44页
    3.1 引言第30页
    3.2 小波变换(Wavelet Transform,WT)第30-34页
        3.2.1 小波变换简介第30-32页
        3.2.2 多分辨率分析第32-33页
        3.2.3 提升小波和整数小波变换第33-34页
    3.3 三维变换方法第34-35页
        3.3.1 非对称三维小波变换第35页
        3.3.2 二维小波变换和其他变换方法的结合第35页
    3.4 3DSPIHT变换第35-44页
        3.4.1 预处理第35页
        3.4.2 小波变换第35-37页
        3.4.3 3DSPIHT编码第37-44页
第四章 基于分类DCT的高光谱图像压缩技术研究第44-54页
    4.1 引言第44页
    4.2 分类DCT+3DSPIHT有损压缩方案第44-45页
    4.3 二维空间小波变换第45页
    4.4 谱间分类算法第45-50页
        4.4.1 基于光谱矢量均值的分类第46-48页
        4.4.2 基于光谱矢量变化范围的分类第48-50页
        4.4.3 基于光谱矢量变化趋势的分类第50页
    4.5 谱间一维DCT变换第50-51页
    4.6 3DSPIHT编码第51-52页
    4.7 本章小结第52-54页
第五章 测试结果与分析第54-64页
    5.1 引言第54-56页
    5.2 基于光谱矢量均值分类中门限Tm对压缩性能的影响第56-57页
    5.3 光谱分类中三个分类算法对恢复图像质量的影响第57-59页
    5.4 基于分类DCT和 3DSPIHT的高光谱图像有损压缩系统压缩效果测试第59-62页
    5.5 算法复杂度分析第62-63页
    5.6 本章小结第63-64页
第六章 结论第64-66页
    6.1 本文总结第64页
    6.2 研究展望第64-66页
参考文献第66-70页
致谢第70-72页
作者简介第72-73页

论文共73页,点击 下载论文
上一篇:LTE-A上行链路虚拟MIMO中基于线性接收机的用户配对算法研究
下一篇:RFID安全认证协议的研究