| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景与意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 稀疏表示的研究现状 | 第12-13页 |
| 1.2.2 图像去噪的研究现状 | 第13-14页 |
| 1.3 本文的主要内容与研究工作 | 第14-15页 |
| 1.3.1 本文主要研究内容 | 第14-15页 |
| 1.3.2 本论文结构 | 第15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 稀疏表示及OMP类算法 | 第16-34页 |
| 2.1 稀疏表示概述 | 第16-18页 |
| 2.2 稀疏分解算法概述 | 第18-20页 |
| 2.2.1 稀疏分解算法的分类 | 第18-19页 |
| 2.2.2 稀疏分解原理 | 第19-20页 |
| 2.3 OMP类算法 | 第20-26页 |
| 2.3.1 OMP类算法概述 | 第20-21页 |
| 2.3.2 正交匹配追踪(OMP)算法 | 第21-22页 |
| 2.3.3 分段正交匹配追踪(StOMP)算法 | 第22-23页 |
| 2.3.4 子空间追踪(SP)算法 | 第23-24页 |
| 2.3.5 稀疏度自适应匹配追踪(SAMP)算法 | 第24-25页 |
| 2.3.6 正则化正交匹配追踪(ROMP)算法 | 第25-26页 |
| 2.4 实验对比 | 第26-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于系数重利用正交匹配追踪改进算法 | 第34-46页 |
| 3.1 OMP算法的耗时分析 | 第34-36页 |
| 3.2 基于系数重利用的正交匹配追踪(CoReOMP)算法 | 第36-38页 |
| 3.3 CoReOMP算法与OMP类算法重构信号对比 | 第38-41页 |
| 3.4 CoReOMP算法与OMP类算法重构图像对比 | 第41-45页 |
| 3.4.1 标准Lena图像重构 | 第41-42页 |
| 3.4.2 工业回转窑火焰图像重构 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 系数重利用正交匹配追踪图像去噪 | 第46-59页 |
| 4.1 稀疏表示图像去噪模型 | 第46-47页 |
| 4.2 过完备字典的设计 | 第47-48页 |
| 4.3 过完备字典的学习方法 | 第48-52页 |
| 4.4 两种方法的实验结果对比 | 第52-53页 |
| 4.5 各个稀疏分解算法去噪的PAU-DL实现 | 第53-57页 |
| 4.5.1 标准Lena图像去噪 | 第53-55页 |
| 4.5.2 工业回转窑火焰图像去噪 | 第55-57页 |
| 4.6 本章小结 | 第57-59页 |
| 总结与展望 | 第59-60页 |
| 总结 | 第59页 |
| 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录A 攻读硕士学位期间参研项目 | 第63-64页 |
| 致谢 | 第64页 |
