稀疏表示在图像处理中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 引言 | 第8-17页 |
| ·选题背景介绍 | 第8-9页 |
| ·稀疏表示的概念 | 第8-9页 |
| ·稀疏表示的好处 | 第9页 |
| ·发展现状 | 第9-15页 |
| ·稀疏表示的研究方向 | 第9-10页 |
| ·信号的稀疏变换 | 第10-14页 |
| ·稀疏表示在图像信号处理领域的应用 | 第14-15页 |
| ·研究内容和主要贡献 | 第15页 |
| ·论文组织 | 第15-17页 |
| 第2章 基于稀疏表示的图像修复 | 第17-28页 |
| ·引言 | 第17-18页 |
| ·信号的稀疏表示与复原 | 第18-19页 |
| ·图像修复算法 | 第19-23页 |
| ·填充顺序 | 第20-21页 |
| ·信号复原 | 第21-22页 |
| ·基的构建 | 第22-23页 |
| ·算法流程 | 第23页 |
| ·实验结果 | 第23-25页 |
| ·讨论与小结 | 第25-28页 |
| ·与相关工作的关系 | 第25-27页 |
| ·结论 | 第27-28页 |
| 第3章 基于稀疏表示的前景分割 | 第28-39页 |
| ·引言 | 第28-29页 |
| ·重要观测 | 第29-30页 |
| ·前景分割算法 | 第30-35页 |
| ·分割与超像素的描述 | 第31页 |
| ·对前/背景同时建模的超像素包模型 | 第31-32页 |
| ·测试帧中的的稀疏表示 | 第32-33页 |
| ·图像块分类 | 第33-34页 |
| ·算法流程 | 第34-35页 |
| ·实验结果 | 第35-37页 |
| ·讨论与小结 | 第37-39页 |
| 第4章 基于稀疏语义表示的物体分类 | 第39-59页 |
| ·引言 | 第39-41页 |
| ·半监督的物体分类 | 第41-45页 |
| ·基于概率隐含语义分析的物体分类 | 第41-42页 |
| ·用于物体分类的半监督的概率隐含语义分析 | 第42-45页 |
| ·半监督概率隐含语义分析的实验结果 | 第45-48页 |
| ·实验设置 | 第45-46页 |
| ·LabelMe 数据库上的物体分类结果 | 第46-48页 |
| ·基于稀疏语义表示的物体分类 | 第48-50页 |
| ·稀疏语义表示 | 第49页 |
| ·非负的稀疏语义表示 | 第49-50页 |
| ·实验结果 | 第50-58页 |
| ·五类分类问题的实验结果 | 第50-53页 |
| ·五十类分类问题的实验结果 | 第53-58页 |
| ·讨论与小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第66页 |
