高光谱图像的稀疏表示和压缩算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 高光谱遥感技术国内外发展现状 | 第9-10页 |
| 1.2.2 高光谱图像压缩编码技术发展现状 | 第10-12页 |
| 1.3 本文系统框架 | 第12页 |
| 1.4 本文主要研究内容 | 第12-14页 |
| 第2章 高光谱遥感图像简介 | 第14-26页 |
| 2.1 高光谱遥感技术简介 | 第14-15页 |
| 2.2 高光谱遥感图像的成像过程 | 第15-16页 |
| 2.3 高光谱遥感图像的应用 | 第16-17页 |
| 2.4 高光谱遥感图像的特性分析 | 第17-23页 |
| 2.4.1 高光谱遥感图像的表示方式 | 第17-18页 |
| 2.4.2 高光谱遥感图像空间相关性分析 | 第18-20页 |
| 2.4.3 高光谱遥感图像谱间相关性分析 | 第20-22页 |
| 2.4.4 高光谱遥感图像特性总结 | 第22-23页 |
| 2.5 图像压缩质量评判标准 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于冗余字典的高光谱图像的稀疏表示 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 基于冗余字典的信号稀疏表示 | 第26-28页 |
| 3.2.1 传统信号表示 | 第26-27页 |
| 3.2.2 冗余字典 | 第27-28页 |
| 3.3 稀疏表示 | 第28-30页 |
| 3.3.1 稀疏表示简介 | 第28-29页 |
| 3.3.2 稀疏表示应用 | 第29-30页 |
| 3.4 梯度下降法 | 第30-33页 |
| 3.4.1 基本原理 | 第30页 |
| 3.4.2 算法应用 | 第30-33页 |
| 3.5 高光谱遥感图像的重建 | 第33页 |
| 3.6 实验结果与分析 | 第33-36页 |
| 3.7 本章小结 | 第36-37页 |
| 第4章 基于稀疏分解的高光谱图像的压缩 | 第37-45页 |
| 4.1 引言 | 第37页 |
| 4.2 高光谱图像的压缩算法 | 第37-38页 |
| 4.3 比特平面编码算法 | 第38-41页 |
| 4.3.1 比特平面编码概述 | 第38页 |
| 4.3.2 比特平面编码流程 | 第38-41页 |
| 4.4 重建图像与结果分析 | 第41-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 结论与展望 | 第45-46页 |
| 5.1 结论 | 第45页 |
| 5.2 展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 攻读学位期间取得的科研成果 | 第50页 |
