首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

压缩感知在声纳成像中的应用研究

摘要第4-5页
Abstract第5页
第1章 绪论第8-13页
    1.1 研究背景和研究意义第8-9页
    1.2 国内外研究水平与发展现状第9-12页
    1.3 论文主要内容及文章结构第12-13页
第2章 基于压缩感知的声纳成像第13-24页
    2.1 压缩感知理论简介第13-15页
        2.1.1 欠采样量测第13-14页
        2.1.2 压缩感知的数学模型第14-15页
    2.2 声纳成像方法第15-18页
        2.2.1 反向投影法第15-17页
        2.2.2 压缩感知方法第17-18页
    2.3 声纳成像第18-23页
        2.3.1 基于压缩感知的声纳成像第18-19页
        2.3.2 成像数据处理第19-23页
    2.4 本章小结第23-24页
第3章 基于压缩感知的超分辨率图像重建第24-43页
    3.1 超分辨率图像重建概述第24-26页
        3.1.1 基本思想第24-25页
        3.1.2 算法概述第25-26页
    3.2 基于压缩感知的超分辨率图像重建第26-30页
        3.2.1 全局优化的解释第28页
        3.2.2 训练库第28-29页
        3.2.3 低分辨率图像块的特征表示第29-30页
    3.3 重建算法的仿真结果第30-37页
        3.3.1 图像质量评价指标第30-33页
        3.3.2 仿真结果及分析第33-37页
    3.4 参数选择第37-42页
        3.4.1 块尺寸的影响第37-38页
        3.4.2 参数λ的影响第38-40页
        3.4.3 库尺寸的影响第40-41页
        3.4.4 特征滤波器的影响第41-42页
    3.5 本章小结第42-43页
第4章 基于压缩感知的目标识别第43-55页
    4.1 常用目标识别算法第43-46页
        4.1.1 支持向量机第43-45页
        4.1.2 自适应匹配子空间识别第45-46页
    4.2 基于压缩感知的目标识别算法第46-50页
        4.2.1 稀疏模型第46-47页
        4.2.2 压缩感知模型中的重构方法第47-48页
        4.2.3 背景库和目标库第48-49页
        4.2.4 平滑约束第49-50页
    4.3 实验结果及分析第50-54页
    4.4 本章小结第54-55页
结论第55-56页
参考文献第56-60页
攻读硕士学位期间发表的学术论文第60-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于Android的手持式医疗超声系统软件设计与实现
下一篇:媒体信息内容与中国股市中的股票收益的关系