| 致谢 | 第5-7页 |
| 中文摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 缩略语简表 | 第10-14页 |
| 1 绪论 | 第14-22页 |
| 1.1 稀疏表示的研究背景与研究意义 | 第14-15页 |
| 1.2 稀疏表示的国内外研究历程和现状 | 第15-18页 |
| 1.2.1 稀疏表示的研究历程 | 第16-17页 |
| 1.2.2 稀疏表示的国内外研究现状 | 第17-18页 |
| 1.3 本文的主要研究内容 | 第18-19页 |
| 1.4 论文结构 | 第19-22页 |
| 2 稀疏表示理论及其在图像处理中的应用 | 第22-32页 |
| 2.1 稀疏表示基本理论 | 第22-27页 |
| 2.1.1 稀疏编码 | 第23-26页 |
| 2.1.2 字典优化 | 第26-27页 |
| 2.2 基于稀疏表示的图像处理 | 第27-30页 |
| 2.2.1 基于稀疏表示的图像去噪 | 第27-28页 |
| 2.2.2 基于稀疏表示的图像超分辨率重建 | 第28-29页 |
| 2.2.3 稀疏表示在人脸识别方面的应用 | 第29-30页 |
| 2.2.4 稀疏表示在其他领域的应用 | 第30页 |
| 2.3 分离字典 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 基于流形的分离字典优化算法 | 第32-58页 |
| 3.1 引言 | 第32-33页 |
| 3.2 问题描述与原理 | 第33-35页 |
| 3.3 基于流形的分离字典的优化算法 | 第35-43页 |
| 3.3.1 2D稀疏编码 | 第37-39页 |
| 3.3.2 分离字典的更新 | 第39-43页 |
| 3.3.3 ASeDiL算法框架 | 第43页 |
| 3.4 基于快速迭代收缩阈值和流形的分离字典优化算法 | 第43-45页 |
| 3.5 实验结果与分析 | 第45-55页 |
| 3.5.1 ASeDiL算法实验结果与分析 | 第47-53页 |
| 3.5.2 ISeDiL算法实验结果与分析 | 第53-55页 |
| 3.6 本章小结 | 第55-58页 |
| 4 多分离字典优化算法 | 第58-84页 |
| 4.1 引言 | 第58-60页 |
| 4.2 问题描述及理论 | 第60-61页 |
| 4.3 多分离字典的学习流程 | 第61-66页 |
| 4.4 MSEDL算法框架 | 第66-67页 |
| 4.5 实验结果与分析 | 第67-81页 |
| 4.5.1 参数的选择 | 第67-69页 |
| 4.5.2 图像去噪 | 第69-73页 |
| 4.5.3 图像修复 | 第73-75页 |
| 4.5.4 人脸图像去噪 | 第75-79页 |
| 4.5.5 人脸图像修复 | 第79-81页 |
| 4.6 本章小结 | 第81-84页 |
| 5 基于分离字典的图像超分辨率重建 | 第84-104页 |
| 5.1 引言 | 第84-85页 |
| 5.2 问题描述及理论基础 | 第85-87页 |
| 5.3 分离字典在图像超分辨率重建中的应用 | 第87-91页 |
| 5.3.1 低分辨率分离字典的优化 | 第88页 |
| 5.3.2 高分辨率分离字典的优化 | 第88-90页 |
| 5.3.3 图像超分辨率重建过程 | 第90-91页 |
| 5.4 实验结果与分析 | 第91-102页 |
| 5.4.1 低分辨字典学习算法对超分辨率重建的影响 | 第92-93页 |
| 5.4.2 原子个数K对图像超分辨率重建结果的影响 | 第93-96页 |
| 5.4.3 不同算法的图像超分辨率重建结果与分析 | 第96-100页 |
| 5.4.4 人脸图像超分辨率重建结果与分析 | 第100-102页 |
| 5.5 本章小结 | 第102-104页 |
| 6 结束语 | 第104-106页 |
| 6.1 本文工作总结 | 第104-105页 |
| 6.2 本文工作展望 | 第105-106页 |
| 参考文献 | 第106-116页 |
| 附录A | 第116-118页 |
| 附录B | 第118-120页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第120-124页 |
| 学位论文数据集 | 第124页 |
