文摘
英文文摘
声明
第1章绪论
1.1研究背景
1.1.1遥感技术
1.1.2成像光谱技术
1.1.3静态图像压缩编码
1.2高光谱遥感图像压缩的重要意义
1.3高光谱遥感图像压缩研究现状
1.3.1基于预测编码的方法
1.3.2基于变换编码的方法
1.3.3基于矢量量化的方法
1.4图像压缩编码的性能评价标准
1.4.1图像质量评估
1.4.2压缩比的定义
1.4.3算法复杂度
1.5本文研究内容
第2章高光谱遥感图像的数据特征
2.1概述
2.2空间相关性分析
2.3谱间相关性分析
2.3.1统计相关性
2.3.2结构相关性
2.3.3定量分析
2.4小结
第3章基于预测树的高光谱图像无损压缩方法
3.1预测编码概述
3.1.1基本原理
3.1.2残差信号统计特性
3.1.3自适应算术编码
3.2最小绝对权值预测树模型
3.2.1预测树的提出
3.2.2侧四邻域最小绝对权值预测树
3.3预测树在高光谱图像压缩中的应用
第4章基于改进预测树的高光谱图像无损压缩方法
4.1改进的预测树模型
4.1.1传统预测树方法的弊端
4.1.2幅度伸缩因子
4.1.3仿真结果与分析
4.2高光谱图像无损压缩方案
4.2.1算法描述
4.2.2实验结果与性能分析
4.2.3参数选取
4.3小结
第5章结论与展望
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果