| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·压缩感知的研究现状 | 第10-12页 |
| ·分数阶Fourier变换的研究现状 | 第12-13页 |
| ·研究的可行性分析 | 第13页 |
| ·研究内容和文章组织结构 | 第13-16页 |
| ·研究内容 | 第13-14页 |
| ·文章组织结构 | 第14-16页 |
| 2 理论基础概述 | 第16-38页 |
| ·压缩感知理论概述 | 第16-22页 |
| ·稀疏变换 | 第17-18页 |
| ·稀疏信号的测量 | 第18-20页 |
| ·重构算法 | 第20-22页 |
| ·算法的应用 | 第22-23页 |
| ·分数阶Fourier变换理论概述 | 第23-31页 |
| ·一维分数阶Fourier变换的定义及性质 | 第24-27页 |
| ·分数阶Fourier变换的离散算法 | 第27-29页 |
| ·二维分数阶Fourier变换的定义及性质 | 第29-31页 |
| ·分数阶Fourier域图像的性质分析 | 第31-37页 |
| ·本章小结 | 第37-38页 |
| 3 分数阶Fourier域的图像分频率压缩感知算法 | 第38-50页 |
| ·算法提出的背景 | 第38页 |
| ·图像分频率压缩感知原理及特点 | 第38-41页 |
| ·实验和效果分析 | 第41-49页 |
| ·分频率阶次搜索 | 第42-47页 |
| ·分频率压缩感知 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 4 基于压缩感知的分数阶Fourier域表情识别算法 | 第50-61页 |
| ·人脸表情数据库 | 第50-51页 |
| ·基于压缩感知的分数阶Fourier域人脸表情识别算法 | 第51-53页 |
| ·建立数学模型 | 第51-52页 |
| ·分类算法 | 第52页 |
| ·算法流程 | 第52-53页 |
| ·实验和效果分析 | 第53-60页 |
| ·本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| ·工作总结 | 第61-62页 |
| ·研究展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 个人简历 在学期间发表的学术论文与研究成果 | 第67-68页 |
| 致谢 | 第68页 |
