| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题的提出及其研究意义 | 第9-10页 |
| 1.2 超小波分析及其研究进展 | 第10-14页 |
| 1.3 Grouplet变换的国内外研究现状 | 第14-15页 |
| 1.4 本文主要内容及创新之处 | 第15-18页 |
| 1.4.1 主要内容 | 第15-17页 |
| 1.4.2 创新之处 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 基于Grouplet-压缩感知的图像重构方法研究 | 第19-34页 |
| 2.1 引言 | 第19-20页 |
| 2.2 基于Grouplet变换的压缩感知原理及算法 | 第20-26页 |
| 2.2.1 Grouplet变换原理 | 第20页 |
| 2.2.2 压缩感知理论 | 第20-22页 |
| 2.2.3 基于Grouplet变换的压缩感知原理及算法 | 第22-26页 |
| 2.3 仿真研究 | 第26-32页 |
| 2.4 工程应用 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于Grouplet-贝叶斯压缩感知的图像重构方法研究 | 第34-45页 |
| 3.1 引言 | 第34-35页 |
| 3.2 Grouplet-BCS算法 | 第35-39页 |
| 3.2.1 VB-BCS理论 | 第35-38页 |
| 3.2.2 Grouplet-BCS算法 | 第38-39页 |
| 3.3 仿真研究 | 第39-43页 |
| 3.4 工程应用 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于自适应Grouplet-压缩感知的图像重构方法研究 | 第45-61页 |
| 4.1 引言 | 第45-46页 |
| 4.2 自适应Grouplet变换 | 第46-52页 |
| 4.2.1 自适应阈值算法 | 第46-50页 |
| 4.2.2 自适应Grouplet变换算法 | 第50-52页 |
| 4.3 自适应Grouplet-CS算法 | 第52-54页 |
| 4.3.1 自适应Grouplet-CS算法 | 第52-53页 |
| 4.3.2 自适应Grouplet-BCS算法 | 第53-54页 |
| 4.4 仿真研究 | 第54-58页 |
| 4.5 工程应用 | 第58-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 基于Grouplet-PCNN的图像融合算法研究 | 第61-71页 |
| 5.1 引言 | 第61-62页 |
| 5.2 基于Grouplet-PCNN的图像融合算法 | 第62-65页 |
| 5.2.1 PCNN的基本原理及算法 | 第62-64页 |
| 5.2.2 基于Grouplet-PCNN的图像融合原理 | 第64-65页 |
| 5.3 仿真研究 | 第65-69页 |
| 5.4 工程应用 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间参加科研情况 | 第76-77页 |
| 致谢 | 第77-78页 |
