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

彩色图像压缩感知方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-17页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-15页
        1.2.1 压缩感知理论第13-14页
        1.2.2 彩色图像压缩感知第14-15页
    1.3 本文研究内容第15-16页
    1.4 文章组织结构第16-17页
第2章 相关研究基础第17-27页
    2.1 图像基础知识第17-18页
    2.2 小波变换第18-20页
        2.2.1 小波分析原理第19-20页
        2.2.2 小波多尺度分解第20页
    2.3 压缩感知第20-25页
        2.3.1 压缩与压缩感知第20-22页
        2.3.2 信号的稀疏表示第22页
        2.3.3 采样矩阵的设计第22-23页
        2.3.4 信号重构第23-25页
    2.4 彩色图像压缩感知第25-26页
    2.5 小结第26-27页
第3章 基于指纹的彩色图像顺序压缩感知第27-40页
    3.1 引言第27页
    3.2 彩色图像指纹第27-28页
    3.3 基本框架第28-31页
        3.3.1 压缩端第28-30页
        3.3.2 重构端第30-31页
    3.4 基于指纹的彩色图像顺序压缩感知方法第31-34页
        3.4.1 顺序压缩感知方法第31页
        3.4.2 彩色图像顺序压缩感知过程第31-34页
    3.5 实验环境及性能评价第34-39页
        3.5.1 验证停止准则的有效性第35-36页
        3.5.2 自适应与非自适应方法的比较第36-37页
        3.5.3 固定步长与非固定方法的比较第37-39页
    3.6 小结第39-40页
第4章 基于贝叶斯多任务的彩色图像压缩感知第40-56页
    4.1 前言第40页
    4.2 贝叶斯压缩感知模型第40-43页
        4.2.1 问题描述第40页
        4.2.2 贝叶斯假设检验模型第40-43页
    4.3 贝叶斯彩色图像压缩感知方法第43-49页
        4.3.1 贝叶斯多任务原理第43-45页
        4.3.2 基于多任务的彩色图像压缩感知第45-49页
    4.4 实验结果与分析第49-54页
        4.4.1 基于同分量高频系数间的相关性重构第49-51页
        4.4.2 基于不同分量高频系数的相关性重构第51-53页
        4.4.3 基于RGB分量之间的相关性重构第53-54页
    4.5 小结第54-56页
结论第56-58页
参考文献第58-62页
致谢第62-63页
附录A 攻读学位期间完成的学术论文第63-64页
附录B 攻读硕士期间参与的项目列表第64页

论文共64页,点击 下载论文
上一篇:基于稀疏表示的手势识别算法研究
下一篇:视觉显著性检测方法及其应用研究