可实现图像自修复的压缩感知超分辨率成像算法的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·论文研究的背景和意义 | 第11-12页 |
| ·压缩感知国内外研究现状 | 第12-14页 |
| ·稀疏表示研究现状 | 第12-13页 |
| ·随机投影研究现状 | 第13-14页 |
| ·重构算法研究现状 | 第14页 |
| ·压缩感知的应用 | 第14-15页 |
| ·超分辨率研究综述 | 第15-17页 |
| ·图像超分辨率发展的背景及现状 | 第15-16页 |
| ·图像超分辨率方法的分类 | 第16-17页 |
| ·本文的主要研究内容 | 第17-19页 |
| 第2章 压缩感知基本理论 | 第19-39页 |
| ·压缩感知理论基本框架 | 第19-20页 |
| ·稀疏表示 | 第20-22页 |
| ·测量矩阵 | 第22-24页 |
| ·重构算法 | 第24-30页 |
| ·贪婪算法 | 第24-26页 |
| ·凸优化算法 | 第26-30页 |
| ·基于快速收缩算法的图像重构 | 第30-38页 |
| ·增广拉格朗日方法 | 第30-32页 |
| ·变量分割的思想 | 第32-33页 |
| ·交替乘子方向法 | 第33-35页 |
| ·软阈值收缩算法 | 第35-36页 |
| ·SALS 算法的基本思想 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 抗混叠的低冗余图像多尺度变换 | 第39-76页 |
| ·引言 | 第39页 |
| ·调和分析图像表示 | 第39-42页 |
| ·傅立叶与离散余弦变换 | 第39-41页 |
| ·小波理论 | 第41-42页 |
| ·多尺度几何分析图像表示 | 第42-63页 |
| ·Ridgelet (脊波) 变换 | 第42-45页 |
| ·Curvelet (曲线波) 变换 | 第45-53页 |
| ·Contourlet(轮廓波)变换 | 第53-59页 |
| ·Brushlet 变换 | 第59-60页 |
| ·Shearlet 变换 | 第60-63页 |
| ·抗混叠的低冗余图像多尺度变换 | 第63-74页 |
| ·ADBLMT 的设计原理 | 第63-70页 |
| ·实验结果与分析 | 第70-74页 |
| ·本章小结 | 第74-76页 |
| 第4章 改良型压缩感知算法 | 第76-88页 |
| ·引言 | 第76页 |
| ·单幅超分辨率的观测模型 | 第76-77页 |
| ·MCS 算法的构造 | 第77-79页 |
| ·MCS 算法的实现 | 第79-81页 |
| ·超分辨率观测模型逆过程的设计 | 第80页 |
| ·MCS 重构算法 | 第80-81页 |
| ·实验结果与分析 | 第81-87页 |
| ·本章小结 | 第87-88页 |
| 第5章 基于最小有效观测集约束的 CS 算法 | 第88-106页 |
| ·引言 | 第88页 |
| ·基于压缩感知超分辨率的典型算法 | 第88-91页 |
| ·压缩图像的超分辨率重建 | 第88-89页 |
| ·基于压缩感知的超分辨复原 | 第89-91页 |
| ·基于最小有效观测集约束的 CS 算法 | 第91-98页 |
| ·多尺度局部自适应稀疏表示方法 | 第92-96页 |
| ·最小有效观测集的建立 | 第96-98页 |
| ·基于 SALS 算法的 MVMCS 图像重构 | 第98-100页 |
| ·实验结果与分析 | 第100-105页 |
| ·本章小结 | 第105-106页 |
| 结论 | 第106-108页 |
| 参考文献 | 第108-117页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第117-118页 |
| 致谢 | 第118-119页 |
| 作者简介 | 第119页 |
