摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第1章 绪论 | 第11-17页 |
·课题研究背景 | 第11页 |
·课题的研究目的及意义 | 第11-13页 |
·课题的研究现状 | 第13-16页 |
·本文的研究内容和组织结构 | 第16-17页 |
第2章 人眼初级视觉特性 | 第17-24页 |
·引言 | 第17页 |
·细胞感受野及其局部竞争特性 | 第17-20页 |
·视网膜与侧膝体神经元的感受野 | 第17-19页 |
·初级视皮层神经元的感受野 | 第19页 |
·神经元的局部竞争特性 | 第19-20页 |
·简单细胞数学模型 | 第20-23页 |
·Gabor 滤波器 | 第20页 |
·高斯函数 | 第20-21页 |
·方向可控滤波器金字塔算法 | 第21-23页 |
·简单细胞数学模型比较 | 第23页 |
·本章小结 | 第23-24页 |
第3章 信号与图像的稀疏分解 | 第24-32页 |
·引言 | 第24页 |
·信号稀疏表示 | 第24-25页 |
·图像的稀疏分解 | 第25-31页 |
·图像稀疏分解基本思想 | 第26-27页 |
·图像的多尺度几何稀疏表示 | 第27-31页 |
·本章小结 | 第31-32页 |
第4章 基于视觉特性的双树复数小波图像稀疏表示算法 | 第32-50页 |
·引言 | 第32页 |
·传统小波变换的缺陷 | 第32-35页 |
·复数小波变换基本理论 | 第35-37页 |
·双树复数小波变换性质特点 | 第35-36页 |
·双树复数小波变换的实现 | 第36-37页 |
·基于视觉特性改进的双树复数小波对图像稀疏表示 | 第37-49页 |
·图像迭代投影 | 第38-40页 |
·算法实现步骤 | 第40-42页 |
·实验结果及性能分析 | 第42-49页 |
·本章小结 | 第49-50页 |
第5章 基于MARR-LIKE金字塔和TETROLET变换的图像稀疏表示算法 | 第50-65页 |
·引言 | 第50页 |
·MARR-LIKE 小波金字塔 | 第50-56页 |
·Marr 初级视觉理论和主要素 | 第50-51页 |
·Marr-like 小波金子塔 | 第51-53页 |
·Marr 小波主要素(Wavelet Primal Sketch) | 第53-54页 |
·小波主要素重构图像 | 第54-56页 |
·自适应TETROLET 算法 | 第56-63页 |
·四格拼板堆叠方法 | 第57-58页 |
·Tetrolet 基本思想 | 第58-59页 |
·Tetrolet 滤波器算法的具体描述 | 第59-63页 |
·基于MARR-LIKE 金字塔和TETROLET 变换的图像稀疏表示实验结果 | 第63-64页 |
·本章小结 | 第64-65页 |
结论 | 第65-67页 |
参考文献 | 第67-75页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第75-76页 |
致谢 | 第76-77页 |
作者简介 | 第77页 |