摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第7-11页 |
1.1 引言 | 第7页 |
1.2 多/高光谱遥感技术简介 | 第7-9页 |
1.2.1 成像光谱技术 | 第8-9页 |
1.2.2 多/高光谱遥感技术的应用领域 | 第9页 |
1.3 课题研究的背景及意义 | 第9-10页 |
1.4 论文的主要工作 | 第10页 |
1.5 论文结构 | 第10-11页 |
第二章 图像无损压缩原理及国际标准 | 第11-21页 |
2.1 图像压缩的理论基础 | 第11-13页 |
2.1.1 信息论基础概念 | 第11-12页 |
2.1.2 信源编码理论 | 第12-13页 |
2.2 图像压缩技术的评价标准 | 第13-15页 |
2.3 图像压缩标准 | 第15-17页 |
2.4 多/高光谱图像压缩技术 | 第17-20页 |
2.4.1 多/高光谱图像压缩的意义 | 第17页 |
2.4.2 基于变换的压缩方法 | 第17-18页 |
2.4.3 基于矢量量化的压缩方法 | 第18-19页 |
2.4.4 基于预测的压缩方法 | 第19-20页 |
2.5 本章小结 | 第20-21页 |
第三章 多/高光谱图像的性能分析 | 第21-31页 |
3.1 引言 | 第21页 |
3.2 多/高光谱图像的空间相关性分析 | 第21-25页 |
3.3 多/高光谱图像的谱间相关性分析 | 第25-28页 |
3.4 多/高光谱图像的信息量分析 | 第28-29页 |
3.5 本章小结 | 第29-31页 |
第四章 多/高光谱图像无损压缩方案 | 第31-53页 |
4.1 引言 | 第31页 |
4.2 图论基础知识 | 第31-32页 |
4.3 谱段重排 | 第32-35页 |
4.3.1 最小生成树 | 第32页 |
4.3.2 简单的谱段重排 | 第32-34页 |
4.3.3 自适应的谱段重排 | 第34-35页 |
4.4 多/高光谱图像的预测算法 | 第35-39页 |
4.4.1 基于 LUT 的多/高光谱图像预测算法 | 第35-36页 |
4.4.2 基于 LAIS-LUT 的多/高光谱图像预测算法 | 第36-39页 |
4.5 谱段重排加预测用于多光谱无损压缩 | 第39-46页 |
4.5.1 谱段重排加 LUT 预测算法 | 第39-40页 |
4.5.2 谱段重排加 LAIS-LUT 预测算法 | 第40-41页 |
4.5.3 实验结果与性能分析 | 第41-46页 |
4.6 自适应谱段重排加预测用于高光谱无损压缩 | 第46-52页 |
4.6.1 自适应谱段重排加 LAIS-LUT 预测算法 | 第46-49页 |
4.6.2 实验结果与性能分析 | 第49-52页 |
4.7 本章小结 | 第52-53页 |
第五章 总结 | 第53-55页 |
致谢 | 第55-57页 |
参考文献 | 第57-61页 |
研究成果 | 第61-62页 |