基于稀疏表示的数据收集、复原与压缩研究

摘要	第1-6页
Abstract	第6-11页
第1章 绪论	第11-29页
·研究背景及意义	第11-12页
·研究内容及研究现状	第12-26页
·稀疏表示理论	第13-21页
·无线传感网络数据收集	第21-22页
·图像视频压缩与图像复原	第22-26页
·本文主要研究工作与论文组织	第26-29页
第2章 基于自适应压缩感知的无线传感网络数据收集	第29-51页
·基于压缩感知的数据收集	第29-30页
·基于自回归模型的感知数据自适应重建	第30-38页
·基于多域联合稀疏的异常感知数据检测与处理	第38-41页
·基于重建误差估计的感知数据自适应观测	第41-44页
·实验结果及分析	第44-49页
·本章小结	第49-51页
第3章 基于稀疏表示的图像复原	第51-77页
·基于正交稀疏字典与分组稀疏的彩色深度图像增强	第51-66页
·多通道正交稀疏字典与多通道分组稀疏模型	第52-59页
·实验结果及分析	第59-66页
·基于局部-非局部联合低秩重建模型的图像插值	第66-76页
·图像局部-非局部联合低秩重建模型	第67-72页
·实验结果及分析	第72-76页
·本章小结	第76-77页
第4章 基于稀疏表示的图像视频压缩	第77-99页
·基于低秩矩阵填充的帧内预测	第77-89页
·H.264/AVC帧内预测	第78-79页
·基于低秩矩阵填充的帧内预测框架	第79-80页
·基于低秩矩阵重建模型的帧内预测方法	第80-83页
·实验结果及分析	第83-89页
·基于基元图稀疏表示的图像压缩	第89-98页
·基于基元图的图像压缩	第89-90页
·基于基元图稀疏表示的图像压缩框架	第90页
·基于正交稀疏字典的基元图字典学习	第90-94页
·基于基元图稀疏重建的高频信息重建	第94-96页
·实验结果与分析	第96-98页
·本章小结	第98-99页
结论	第99-101页
参考文献	第101-113页
攻读博士学位期间所取得的学术成果	第113-115页
致谢	第115页