實用高光譜遙感圖像壓縮

第一章 緒論 1.1 高光譜遙感技術簡介 1.2 高光譜圖像壓縮的必要性 1.3 高光譜圖像壓縮技術研究進展 1.3.1 高光譜圖像無損壓縮研究進展 1.3.2 高光譜圖像有損壓縮研究進展第二章 基于光譜分類的無損壓縮 2.1 高光譜圖像的相關性分析 2.1.1 高光譜圖像的譜間相關性 2.1.2 高光譜圖像的空間相關性 2.2 高光譜圖像壓縮的預處理 2.2.1 非監(jiān)督分類 2.2.2 波段排序 2.3 預測器設計 2.3.1 單波段、13個同類鄰點預測 2.3.2 多預測器框架第三章 基于分布式信源編碼的無損壓縮 3.1 分布式信源編碼簡介 3.1.1 熵的概念 3.1.2 DSC的理論基礎 3.1.3 DSC的實現(xiàn) 3.2 基于DSC的高光譜圖像無損壓縮 3.3 實驗結果.第四章 高光譜圖像有損壓縮的質(zhì)量評估 4.1 圖像質(zhì)量評估研究進展 4.1.1 失真參數(shù)標準 4.1.2 統(tǒng)計衡量標準 4.1.3 敏感度相似的失真參數(shù)組合提取 4.1.4 圖像質(zhì)量評估發(fā)展趨勢 4.2 基于最優(yōu)性能的圖像質(zhì)量評估 4.2.1 光譜相似度量 4.2.2 基于最優(yōu)性能的質(zhì)量評估 4.2.3 有損壓縮方法 4.2.4 實驗結果 4.2.5 實驗結論 4.3 基于參數(shù)提取的圖像質(zhì)量評估 4.3.1 基于C-mea聚類統(tǒng)計的性能評估 4.3.2 失真參數(shù)提取性能評估 4.4 高速數(shù)據(jù)壓縮設備測試系統(tǒng) 4.4.1 系統(tǒng)功能 4.4.2 系統(tǒng)的主要技術指標 4.4.3 系統(tǒng)的實現(xiàn)方案 4.4.4 系統(tǒng)可拓展性分析第五章 基于獨立分量分析的有損壓縮 5.1 ICA簡介 5.2 RVEIS—STD算法 5.2.1 虛擬維數(shù)及其估計 5.2.2 非監(jiān)督端元提取及FastICA初始化 5.2.3 VD的修正 5.3 實驗結果 5.3.1 改進的CEM算子 5.3.2 實驗 5.3.3 實驗二第六章 基于感興趣區(qū)域編碼的有損壓縮 6.1 VEMICM 6.1.1 目標探測 6.1.2 CFAR檢測 6.1.3 目標區(qū)域的獲取 6.1.4 感興趣區(qū)域描述 6.2 感興趣區(qū)域編碼 6.2.1 感興趣區(qū)域系數(shù)的位移 6.2.2 小波域感興趣區(qū)域掩膜 6.3 高光譜圖像感興趣區(qū)域編碼 6.3.1 高光譜圖像的KLT 6.3.2 主分量的選取 6.3.3 碼率分配策略 6.4 實驗結果 6.4.1 實驗 6.4.2 實驗二參考文獻