| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 超光谱图像研究背景及意义 | 第11-13页 |
| 1.2 超光谱图像压缩技术研究进展 | 第13-17页 |
| 1.2.1 基于预测的方法 | 第14-15页 |
| 1.2.2 基于变换的方法 | 第15-16页 |
| 1.2.3 基于矢量量化的方法 | 第16-17页 |
| 1.3 论文的研究内容 | 第17-18页 |
| 1.4 论文的结构安排 | 第18-19页 |
| 第2章 干涉图像特征分析及图像压缩理论 | 第19-33页 |
| 2.1 干涉超光谱图像基本知识 | 第19-26页 |
| 2.1.1 干涉超光谱图像获取 | 第19-20页 |
| 2.1.2 干涉超光谱成像原理 | 第20-24页 |
| 2.1.3 干涉超光谱图像特点 | 第24-26页 |
| 2.2 图像压缩的基本理论 | 第26-30页 |
| 2.2.1 图像压缩基本理论 | 第27-29页 |
| 2.2.2 基于预测方法的无损压缩 | 第29-30页 |
| 2.3 图像压缩评价标准 | 第30-31页 |
| 2.3.1 信号压缩比 | 第30页 |
| 2.3.2 图像失真度 | 第30-31页 |
| 2.3.3 算法复杂度 | 第31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 干涉超光谱数据的预处理 | 第33-51页 |
| 3.1 干涉超光谱数据抽取 | 第33-37页 |
| 3.1.1 信号的抽样 | 第33-35页 |
| 3.1.2 窗函数法设计抗混叠滤波器 | 第35-37页 |
| 3.2 多相滤波器的实现 | 第37-40页 |
| 3.2.1 滤波与抽取的互换 | 第38页 |
| 3.2.2 FIR滤波器多相分解 | 第38-40页 |
| 3.3 干涉超光谱数据的多级抽取技术实现 | 第40-43页 |
| 3.3.1 带通抽样原理 | 第40-41页 |
| 3.3.2 干涉超光谱数据的多级抽取技术 | 第41-43页 |
| 3.4 干涉超光谱数据预处理仿真结果分析 | 第43-48页 |
| 3.4.1 窗函数设计滤波器性能分析 | 第43-45页 |
| 3.4.2 多级抽取技术仿真验证 | 第45-47页 |
| 3.4.3 干涉信号预处理后失真度分析 | 第47-48页 |
| 3.5 本章小结 | 第48-51页 |
| 第4章 基于最优谱间预测与LOCO-3D联合编码的压缩算法 | 第51-69页 |
| 4.1 干涉超光谱数据的相关性分析 | 第51-56页 |
| 4.1.1 空间相关性分析 | 第51-53页 |
| 4.1.2 谱间相关性分析 | 第53-54页 |
| 4.1.3 谱间相关性排序 | 第54-56页 |
| 4.2 针对超光谱相关性的三维预测器无损压缩算法 | 第56-62页 |
| 4.2.1 基于LOCO-3D的超光谱无损压缩算法 | 第56-58页 |
| 4.2.2 基于DPCM与JPEG相结合的超光谱无损压缩算法 | 第58-62页 |
| 4.3 基于最优谱间预测与LOCO-3D联合编码的无损压缩算法 | 第62-64页 |
| 4.4 基于联合编码压缩算法的性能分析 | 第64-67页 |
| 4.4.1 无损压缩算法的预测残差比较 | 第64页 |
| 4.4.2 无损压缩算法的压缩比比较 | 第64-65页 |
| 4.4.3 无损压缩算法的运行时间比较 | 第65页 |
| 4.4.4 基于联合编码压缩算法的失真度分析 | 第65-67页 |
| 4.5 本章小结 | 第67-69页 |
| 第5章 结论与展望 | 第69-71页 |
| 5.1 本文工作总结 | 第69页 |
| 5.2 未来工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者攻读硕士学位期间发表的论文、专利及参与项目情况 | 第77页 |
