| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 引言 | 第10页 |
| 1.2 深度图像及噪声特点 | 第10-14页 |
| 1.2.1 深度图像简介 | 第11-12页 |
| 1.2.2 深度图像噪声特点 | 第12-14页 |
| 1.3 常用去噪算法及在深度图修复中的应用 | 第14-19页 |
| 1.3.1 线性滤波 | 第14-15页 |
| 1.3.2 双边滤波 | 第15-16页 |
| 1.3.3 中值滤波 | 第16-17页 |
| 1.3.4 非局部均值法 | 第17-19页 |
| 1.3.5 深度图修复应用总结 | 第19页 |
| 1.4 本文主要研究内容 | 第19-20页 |
| 1.5 本文组织结构 | 第20-22页 |
| 第2章 基于字典学习的稀疏表示去噪模型 | 第22-30页 |
| 2.1 引言 | 第22页 |
| 2.2 模型表示 | 第22-24页 |
| 2.2.1 稀疏表示模型 | 第22-24页 |
| 2.2.2 冗余字典学习策略 | 第24页 |
| 2.3 模型求解 | 第24-28页 |
| 2.3.1 稀疏编码 | 第24-26页 |
| 2.3.2 字典更新 | 第26-28页 |
| 2.4 在深度图修复中应用 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 鲁棒性稀疏表示深度图修复算法 | 第30-50页 |
| 3.1 引言 | 第30页 |
| 3.2 稀疏模型的深度图去噪特性 | 第30-34页 |
| 3.3 鲁棒性稀疏表示深度图修复算法—ILSR | 第34-37页 |
| 3.4 实验结果及分析 | 第37-39页 |
| 3.5 本章小结 | 第39-50页 |
| 第4章 加速鲁棒性稀疏表示深度图修复算法 | 第50-56页 |
| 4.1 引言 | 第50页 |
| 4.2 加速鲁棒性稀疏表示深度图修复算法—S-ILSR | 第50-52页 |
| 4.3 复杂度分析及实验结果 | 第52-55页 |
| 4.3.1 算法复杂度分析 | 第52-53页 |
| 4.3.2 实验结果及分析 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间所发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |