| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-23页 |
| 1.1 研究的背景与意义 | 第17-18页 |
| 1.2 高光谱图像综述 | 第18-20页 |
| 1.3 本文主要研究内容 | 第20-23页 |
| 第二章 稀疏表示与低秩张量逼近 | 第23-35页 |
| 2.1 引言 | 第23页 |
| 2.2 稀疏表示理论 | 第23-30页 |
| 2.2.1 稀疏表示 | 第24-28页 |
| 2.2.2 低秩矩阵逼近 | 第28-30页 |
| 2.3 张量稀疏表示 | 第30-34页 |
| 2.3.1 张量分解 | 第31-33页 |
| 2.3.2 低秩张量逼近 | 第33-34页 |
| 2.4 本章小节 | 第34-35页 |
| 第三章 基于结构稀疏表示的高光谱图像超分辨 | 第35-53页 |
| 3.1 引言 | 第35-36页 |
| 3.2 高光谱图像超分辨问题阐述 | 第36-38页 |
| 3.3 基于结构稀疏表示的高光谱图像超分辨 | 第38-44页 |
| 3.3.1 光谱字典学习 | 第38-41页 |
| 3.3.2 稀疏编码 | 第41-44页 |
| 3.4 实验结果 | 第44-51页 |
| 3.4.1 模拟高光谱图像的超分辨结果 | 第45-50页 |
| 3.4.2 实际高光谱图像的超分辨结果 | 第50-51页 |
| 3.5 本章小节 | 第51-53页 |
| 第四章 基于低秩张量逼近的高维图像去噪 | 第53-65页 |
| 4.1 引言 | 第53-54页 |
| 4.2 基于加权一范数低秩张量逼近模型 | 第54-57页 |
| 4.2.1 非局部低秩张量逼近 | 第54-56页 |
| 4.2.2 基于加权一范数的非局部低秩张量逼近模型 | 第56-57页 |
| 4.3 基于低秩张量逼近的高维图像去噪 | 第57-59页 |
| 4.3.1 求解 | 第58-59页 |
| 4.3.2 求解 | 第59页 |
| 4.4 实验结果 | 第59-63页 |
| 4.4.1 高光谱图像去噪结果 | 第59-62页 |
| 4.4.2 核磁共振图像去噪结果 | 第62-63页 |
| 4.5 本章小节 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 作者简介 | 第73-74页 |