首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于压缩感知的图像融合方法研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-14页
   ·研究背景和意义第8-9页
   ·国内外研究概况第9-11页
     ·压缩感知技术发展现状第9页
     ·图像融合技术发展现状第9-11页
   ·本文主要研究内容和结构安排第11-14页
第二章 压缩感知和图像融合基础第14-26页
   ·压缩感知基础第14-17页
     ·压缩感知理论框架第14-15页
     ·稀疏表示第15-16页
     ·观测测量第16页
     ·重构算法第16-17页
   ·图像融合基础第17-25页
     ·图像融合层次第17-19页
     ·基于像素的图像融合常用方法第19-20页
     ·图像融合的质量评价第20-25页
   ·本章小结第25-26页
第三章 基于压缩感知和能量规则的多聚焦图像融合方法第26-40页
   ·引言第26-27页
   ·基于压缩感知和能量规则的多聚焦图像融合方法第27-29页
     ·观测矩阵第27页
     ·基于能量的融合规则设计第27-29页
   ·算法实现策略第29-30页
   ·对比实验结果分析第30-38页
   ·本章小结第38-40页
第四章 基于差值图像稀疏学习的遥感图像融合方法第40-54页
   ·引言第40-41页
   ·基于差值图像稀疏学习的遥感图像融合方法第41-42页
     ·差值图像第41页
     ·稀疏学习第41-42页
   ·算法实现策略第42-44页
   ·对比实验结果分析第44-52页
   ·本章小结第52-54页
第五章 基于压缩感知和去相干性字典设计的遥感图像融合方法第54-68页
   ·引言第54页
   ·基于压缩感知和去相干性字典设计的遥感图像融合方法第54-58页
     ·从遥感图像关系模型到压缩感知第54-56页
     ·去相干性字典设计第56-58页
   ·算法实现策略第58页
   ·对比实验结果分析第58-67页
   ·本章小结第67-68页
第六章 总结与展望第68-70页
致谢第70-72页
参考文献第72-78页
研究生在读期间的研究成果第78-79页

论文共79页,点击 下载论文
上一篇:基于k-means聚类和潜在语义分析的网络流量分类方法研究
下一篇:基于NNIA的多目标时间表调度问题研究