基于自适应采样的图像压缩感知算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·稀疏表示研究现状 | 第11-12页 |
| ·观测矩阵研究现状 | 第12-13页 |
| ·重构算法研究现状 | 第13页 |
| ·图像压缩感知研究现状 | 第13-14页 |
| ·压缩传感应用 | 第14-15页 |
| ·本文研究内容及安排 | 第15-16页 |
| 第2章 基于字典稀疏表示的压缩感知理论 | 第16-22页 |
| ·基于字典的稀疏表示 | 第16-18页 |
| ·稀疏信号的定义 | 第16-17页 |
| ·基于过完备字典的信号稀疏表示 | 第17-18页 |
| ·随机投影 | 第18-20页 |
| ·限制等距性 | 第18-19页 |
| ·不相干性 | 第19-20页 |
| ·基于字典稀疏表示的图像重构算法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于字典稀疏表示的自适应采样压缩感知算法 | 第22-34页 |
| ·过完备字典的训练和 SL0 算法介绍 | 第22-25页 |
| ·过完备字典训练过程 | 第22-23页 |
| ·SL0 算法 | 第23-25页 |
| ·图像自适应采样 | 第25-29页 |
| ·图像分块 | 第25页 |
| ·自适应采样 | 第25-29页 |
| ·算法实现过程 | 第29-30页 |
| ·实验结果分析与比较 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第4章 基于图像稀疏表示和非局部相似性的重构算法 | 第34-46页 |
| ·图像的非局部相似性和方向字典的训练 | 第34-36页 |
| ·图像的非局部相似性 | 第34页 |
| ·方向字典的训练 | 第34-36页 |
| ·重构算法 | 第36-38页 |
| ·平滑图像块的重构 | 第36-37页 |
| ·非平滑图像块的重构 | 第37-38页 |
| ·重构算法的实现以及算法流程图 | 第38-39页 |
| ·实验结果分析与比较 | 第39-44页 |
| ·本章小结 | 第44-46页 |
| 第5章 基于优化观测矩阵的压缩感知算法 | 第46-58页 |
| ·引言 | 第46-47页 |
| ·相关性理论 | 第47-48页 |
| ·互相关性的定义 | 第47-48页 |
| ·t-平均相关参数 | 第48页 |
| ·观测矩阵优化方法 | 第48-51页 |
| ·基于冗余字典观测矩阵优化方法介绍 | 第48-49页 |
| ·基于方向字典的优化观测矩阵方法 | 第49-51页 |
| ·算法实现过程 | 第51-53页 |
| ·实验结果分析与比较 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
