高光谱遥感图像数据压缩PDF电子书下载

第1章 绪论 1

第2章 高光谱遥感图像概述 6

2.1高光谱遥感成像过程和基本概念 6

2.1.1遥感成像过程 6

2.1.2高光谱遥感的基本概念 8

2.2高光谱遥感图像的数据格式 10

2.3高光谱遥感图像分析 12

2.3.1高光谱遥感图像空间相关性分析 12

2.3.2高光谱遥感图像谱间相关性分析 15

2.4高光谱遥感的应用 17

第3章 数据压缩基本理论 19

3.1数据压缩的基本概念 19

3.2编码模型 21

3.2.1霍夫曼（Huffman）编码 21

3.2.2算术编码 22

3.2.3游程编码 23

3.3变换方法 23

3.3.1 K-L变换 23

3.3.2离散余弦变换 25

3.3.3小波变换 27

3.4量化方法 29

3.4.1标量量化 29

3.4.2矢量量化 30

3.5图像压缩标准 32

3.5.1 JPEG 32

3.5.2 JPEG-LS 34

3.5.3 JPEG2000 37

第4章 高光谱遥感图像压缩编码 41

4.1波段排序 41

4.1.1最小生成树 42

4.1.2基于最小生成树的波段重排 43

4.1.3自适应波段重排 46

4.2预测编码 48

4.2.1预测树方法 48

4.2.2最佳线性预测 52

4.2.3非线性自适应预测 56

4.3变换编码 58

4.3.1 3D-SPIHT算法 59

4.3.2 3D-SPECK算法 62

4.4矢量量化编码 65

4.4.1基于矢量量化的压缩算法 66

4.4.2快速矢量量化压缩算法 68

第5章 基于最佳线性预测的高光谱遥感图像压缩方法 72

5.1基于多波段谱间预测的高光谱遥感图像无损压缩算法 72

5.1.1谱间预测算法 72

5.1.2系数矩阵的快速算法 74

5.1.3压缩编码算法设计 76

5.1.4实验结果 77

5.2基于最佳递归双向预测的高光谱遥感图像无损压缩 78

5.2.1光谱相关性分析 78

5.2.2递归双向预测模型 80

5.2.3递归双向预测系数 81

5.2.4实验结果 81

5.3基于谱间预测和码流预分配的高光谱遥感图像有损压缩算法 82

5.3.1各波段码流分配 83

5.3.2基于DPCM谱间预测的SPIHT算法 84

5.3.3实验结果 85

第6章 基于多元小波的高光谱遥感图像压缩 87

6.1多元小波概论 87

6.1.1基本定义和符号 87

6.1.2多元小波的Mallat算法 89

6.2二元可分小波 93

6.2.1一元小波的构造 93

6.2.2一元整数小波 102

6.2.3二元可分小波 104

6.3二元不可分小波 107

6.3.1逼近阶与光滑性 108

6.3.2正交小波的构造 112

6.3.3紧支撑双正交小波的构造 114

6.3.4例子 121

6.3.5二元不可分小波的边界延拓 130

6.4梅花小波 133

6.4.1梅花双正交小波 133

6.4.2基于梅花采样的边界延拓 135

6.5基于多元小波的高光谱遥感图像压缩算法 141

6.5.1基于小波变换的二维静态图像压缩 141

6.5.2基于小波变换的高光谱遥感图像压缩 143

名词索引 145

参考文献 148