高光谱遥感图像数据压缩
2011-3
国防工业出版社
罗建书 等 著
151
《高光谱遥感图像数据压缩》是作者在综合国内外高光谱遥感图像压缩技术的最新进展和总结近年的科研成果的基础上编著而成．全书介绍了高光谱遥感图像的基本概念、特点及应用，数据压缩的基本方法，高光谱遥感图像压缩的主要方法，总结了作者在多元小波构造及其在高光谱遥感图像数据压缩中的应用。 本书适合遥感、测绘、通信工程领域的院校、研究所以及相关机构的教师、科研人员、研究生和工程技术人员学习参考。
第1章 绪论第2章 高光谱遥感图像概述2.1 高光谱遥感成像过程和基本概念2.1.1 遥感成像过程2.1.2 高光谱遥感的基本概念2.2 高光谱遥感图像的数据格式2.3 高光谱遥感图像分析2.3.1 高光谱遥感图像空间相关性分析2.3.2 高光谱遥感图像谱间相关性分析2.4 高光谱遥感的应用第3章 数据压缩基本理论3.1 数据压缩的基本概念3.2 编码模型3.2.1 霍夫曼(Huffman)编码3.2.2 算术编码3.2.3 游程编码3.3 变换方法3.3.1 K—L变换3.3.2 离散余弦变换3.3.3 小波变换3.4 量化方法3.4.1 标量量化3.4.2 矢量量化3.5 图像压缩标准3.5.1 JPEG3.5.2 JPEG—LS3.5.3 JPEG2000第4章 高光谱遥感图像压缩编码4.1 波段排序4.1.1 最小生成树4.1.2 基于最小生成树的波段重排4.1.3 自适应波段重排4.2 预测编码4.2.1 预测树方法4.2.2 最佳线性预测4.2.3 非线性自适应预测4.3 变换编码4.3.1 3D—SPIHT算法4.3.2 3D—SPECK算法4.4 矢量量化编码4.4.1 基于矢量量化的压缩算法4.4.2 快速矢量量化压缩算法第5章 基于最佳线性预测的高光谱遥感图像压缩方法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5.1.1 谱间预测算法5.1.2 系数矩阵的快速算法5.1.3 压缩编码算法设计5.1.4 实验结果5.2 基于最佳递归双向预测的高光谱遥感图像无损压缩5.2.1 光谱相关性分析5.2.2 递归双向预测模型5.2.3 递归双向预测系数5.2.4 实验结果5.3 基于谱问预测和码流预分配的高光谱遥感图像有损压缩算法5.3.1 各波段码流分配5.3.2 基于DPCM谱间预测的SPIHT算法5.3.3 实验结果第6章 基于多元小波的高光谱遥感图像压缩6.1 多元小波概论6.1.1 基本定义和符号6.1.2 多元小波的MaIM算法6.2 二元可分小波6.2.1 一元小波的构造6.2.2 一元整数小波6.2.3 二元可分小波6.3 二元不可分小波6.3.1 逼近阶与光滑性6.3.2 正交小波的构造6.3.3 紧支撑双正交小波的构造6.3.4 例子6.3.5 二元不可分小波的边界延拓6.4 梅花小波6.4.1 梅花双正交小波6.4.2 基于梅花采样的边界延拓6.5 基于多元小波的高光谱遥感图像压缩算法6.5.1 基于小波变换的二维静态图像压缩一6.5.2 基于小波变换的高光谱遥感图像压缩名词索引参考文献
