摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景 | 第9-10页 |
1.2 高光谱遥感图像压缩研究现状 | 第10-13页 |
1.3 论文主要工作和创新点 | 第13页 |
1.4 本文章节安排 | 第13-15页 |
第二章 高光谱遥感图像传统压缩算法 | 第15-31页 |
2.1 高光谱遥感图像压缩算法概述 | 第15页 |
2.2 基于离散小波变换的压缩方法 | 第15-22页 |
2.2.1 离散小波变换及离散小波包变换 | 第15-19页 |
2.2.2 SPIHT | 第19-20页 |
2.2.3 SPECK | 第20-22页 |
2.3 基于主元分析结合JPEG2000的压缩方法 | 第22-25页 |
2.3.1 主元分析 | 第22-23页 |
2.3.2 JPEG2000 | 第23-24页 |
2.3.3 算法总结 | 第24-25页 |
2.4 基于离散小波变换结合非负Tucker分解的压缩方法 | 第25-26页 |
2.4.1 非负Tucker分解简介 | 第25-26页 |
2.4.2 算法总结 | 第26页 |
2.5 高光谱遥感图像压缩评价指标 | 第26-29页 |
2.5.1 信号噪声比 | 第27页 |
2.5.2 光谱角距离 | 第27-28页 |
2.5.3 地物分类分析 | 第28页 |
2.5.4 异常点检测 | 第28-29页 |
2.6 实验数据 | 第29-30页 |
2.7 本章小结 | 第30-31页 |
第三章 基于Tucker分解以及小波包变换的高光谱遥感图像压缩 | 第31-48页 |
3.1 张量介绍以及Tucker分解 | 第31-34页 |
3.2 基于TD+WPT的高光谱遥感图像压缩 | 第34-38页 |
3.2.1 算法概述 | 第34-35页 |
3.2.2 算法流程 | 第35-37页 |
3.2.3 高阶主元数目选取 | 第37-38页 |
3.3 实验结果与分析 | 第38-46页 |
3.3.1 算法压缩表现 | 第39-42页 |
3.3.2 混合像元分解 | 第42-43页 |
3.3.3 地物分类分析 | 第43-44页 |
3.3.4 异常点检测结果 | 第44-46页 |
3.4 本章小结 | 第46-48页 |
第四章 基于异常点移除的高光谱遥感图像的张量压缩 | 第48-56页 |
4.1 基于异常点移除压缩算法介绍 | 第48-49页 |
4.2 压缩算法流程 | 第49-50页 |
4.3 实验结果与分析 | 第50-54页 |
4.3.1 压缩信噪比 | 第51页 |
4.3.2 混合像元分解 | 第51-53页 |
4.3.3 地物分类分析 | 第53页 |
4.3.4 异常点检测结果 | 第53-54页 |
4.4 本章小结 | 第54-56页 |
第五章 基于非负张量分解的高光谱遥感图像分块压缩 | 第56-66页 |
5.1 非负张量分解算法介绍 | 第56-59页 |
5.2 图像分块方法 | 第59页 |
5.3 压缩算法流程 | 第59-60页 |
5.4 实验结果与分析 | 第60-65页 |
5.4.1 压缩信噪比 | 第60-63页 |
5.4.2 混合像元分解 | 第63页 |
5.4.3 地物分类分析 | 第63-64页 |
5.4.4 异常点检测结果 | 第64-65页 |
5.5 本章小结 | 第65-66页 |
第六章 总结与展望 | 第66-68页 |
参考文献 | 第68-74页 |
攻读硕士学位期间发表论文 | 第74-75页 |
致谢 | 第75-76页 |