基于压缩感知的图像检索方法的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 压缩感知理论的研究现状 | 第11-13页 |
| 1.2.2 图像检索技术的研究现状 | 第13-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文结构安排 | 第16-18页 |
| 第2章 压缩感知理论基础 | 第18-32页 |
| 2.1 压缩感知基本理论 | 第18-21页 |
| 2.1.1 传统采样理论 | 第18-19页 |
| 2.1.2 压缩感知理论 | 第19-21页 |
| 2.2 信号的稀疏表示 | 第21-25页 |
| 2.2.1 基于正交变换的稀疏表示 | 第22-23页 |
| 2.2.2 基于字典学习的稀疏表示 | 第23-25页 |
| 2.3 观测矩阵的构造 | 第25-28页 |
| 2.3.1 观测矩阵设计原则 | 第25-26页 |
| 2.3.2 常用的观测矩阵 | 第26-28页 |
| 2.4 信号的重构方法 | 第28-30页 |
| 2.4.1 凸优化重构算法 | 第28-29页 |
| 2.4.2 贪婪算法 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 基于内容的图像检索技术 | 第32-42页 |
| 3.1 基本检索原理 | 第32-33页 |
| 3.1.1 基本框架 | 第32页 |
| 3.1.2 图像检索层次 | 第32-33页 |
| 3.2 图像特征提取 | 第33-39页 |
| 3.2.1 颜色特征 | 第33-37页 |
| 3.2.2 纹理特征 | 第37-38页 |
| 3.2.3 形状特征 | 第38-39页 |
| 3.3 相似度度量方法 | 第39-40页 |
| 3.4 性能评价准则 | 第40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 基于压缩感知的区域图像检索方法 | 第42-56页 |
| 4.1 基于压缩感知的图像特征提取 | 第42-46页 |
| 4.2 图像相似度匹配 | 第46页 |
| 4.3 算法描述 | 第46-47页 |
| 4.4 仿真实验 | 第47-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 基于压缩感知的压缩域图像检索方法 | 第56-68页 |
| 5.1 算法背景 | 第56-57页 |
| 5.2 算法设计 | 第57-61页 |
| 5.3 仿真实验 | 第61-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 攻读学位期间参与项目 | 第78页 |
