| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 主要研究内容与结构安排 | 第11-13页 |
| 第2章 基于矩阵流形的可分离字典构造及其快速重构算法 | 第13-22页 |
| 2.1 传统的字典训练方法 | 第13页 |
| 2.2 可分离字典学习方法 | 第13-14页 |
| 2.3 压缩感知重构算法BCS-SDT设计 | 第14-17页 |
| 2.3.1 图像分块处理 | 第14-15页 |
| 2.3.2 可分离字典构造 | 第15-16页 |
| 2.3.3 图像块压缩采样 | 第16页 |
| 2.3.4 图像块重构 | 第16-17页 |
| 2.4 实验结果与分析 | 第17-21页 |
| 2.4.1 重构效果对比 | 第18-20页 |
| 2.4.2 重构时间对比 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于广义低秩矩阵近似的可分离字典训练及其快速重构算法 | 第22-37页 |
| 3.1 GLRAM模型 | 第22-23页 |
| 3.2 基于广义低秩矩阵近似的分离字典设计 | 第23-28页 |
| 3.2.1 IGLRAM数学模型 | 第24页 |
| 3.2.2 IGLRAM模型求解方法 | 第24-28页 |
| 3.3 压缩感知重构算法FCISMT设计 | 第28-29页 |
| 3.4 实验结果与分析 | 第29-36页 |
| 3.4.1 重构效果对比 | 第30-36页 |
| 3.4.2 重构时间对比 | 第36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于广义低秩矩阵近似的纺织品缺陷检测方法 | 第37-48页 |
| 4.1 图像预处理 | 第37-38页 |
| 4.2 广义低秩矩阵近似模型构建与求解 | 第38-39页 |
| 4.2.1 模型构建 | 第38-39页 |
| 4.2.2 模型求解 | 第39页 |
| 4.3 图像二值化 | 第39-40页 |
| 4.4 实验结果与分析 | 第40-46页 |
| 4.4.1 同底色织物图像实验对比 | 第41-43页 |
| 4.4.2 同染色织物图像实验对比 | 第43-45页 |
| 4.4.3 彩色织物图像实验对比 | 第45-46页 |
| 4.5 本章小结 | 第46-48页 |
| 总结与展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 研究生学位期间主要研究成果 | 第55-56页 |