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

基于稀疏表示与压缩感知的图像融合方法研究

摘要第1-5页
Abstract第5-7页
目录第7-9页
第一章 绪论第9-15页
   ·研究背景第9-11页
   ·研究目的与意义第11-12页
   ·研究内容与创新第12-13页
   ·论文架构安排第13-15页
第二章 基于稀疏表示与压缩感知的图像融合第15-35页
   ·基于稀疏表示的图像融合第15-20页
     ·图像的稀疏表示第15-16页
     ·构造过完备字典第16-17页
     ·基于稀疏表示的图像融合算法第17页
     ·基于联合稀疏表示的图像融合算法第17-20页
   ·基于压缩感知的图像融合第20-24页
     ·图像的稀疏分解第20-21页
     ·观测矩阵构造第21-22页
     ·重建算法第22-23页
     ·基于压缩感知的图像融合第23-24页
   ·基于稀疏表示与压缩感知的图像融合规则第24-26页
   ·图像融合的评价指标体系第26-34页
     ·图像融合效果的主观评价第26-27页
     ·图像融合效果的客观评价第27-34页
     ·客观评价分析第34页
   ·本章小结第34-35页
第三章 基于稀疏表示和自适应支撑值变换的图像融合第35-61页
   ·核回归模型与核函数第35-37页
   ·自适应核回归第37-42页
     ·自适应核回归模型第37-40页
     ·自适应核函数的构造第40-42页
   ·基于稀疏表示和自适应支撑值变换的图像融合第42-47页
   ·仿真实验与结果分析第47-59页
     ·实验条件与评价指标说明第48-49页
     ·方向支撑值滤波器的方向性第49页
     ·支撑值滤波器与方向支撑值滤波器方向性对比第49-51页
     ·基于 SVT 和 ADSVT 的图像融合方法对比第51-57页
     ·基于 SR_SVT 和 SR_ADSVT 的图像融合方法对比第57-59页
   ·本章小结第59-61页
第四章 基于稀疏表示的超分辨图像融合第61-73页
   ·超分辨图像融合的价值第61-62页
   ·基于稀疏表示的超分辨图像融合第62-65页
   ·仿真实验与结果分析第65-71页
     ·实验条件与评价指标说明第65-66页
     ·特征字典第66-67页
     ·三种超分辨融合方法对比第67-71页
   ·本章小结第71-73页
第五章 基于压缩感知的多光谱与全色图像超分辨融合第73-87页
   ·多源遥感图像的融合第73-75页
   ·基于压缩感知的多光谱与全色图像超分辨融合第75-78页
   ·仿真实验与结果分析第78-86页
     ·实验条件与评价指标说明第78页
     ·验证 RIP 准则第78-79页
     ·不同方法的融合结果对比第79-86页
   ·本章小结第86-87页
第六章 总结和展望第87-89页
   ·总结第87-88页
   ·展望第88-89页
致谢第89-91页
参考文献第91-99页
作者在读期间的研究成果第99-100页

论文共100页,点击 下载论文
上一篇:红外多光谱成像传感器仿真及成像特性分析
下一篇:基于Android手机的名片文字定位与分割