基于稀疏表示的高空间分辨率遥感影像纹理描述方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 图片目录 | 第9-11页 |
| 表格目录 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| ·研究背景和意义 | 第12-13页 |
| ·研究现状 | 第13-15页 |
| ·对于纹理的理解 | 第13-14页 |
| ·高空间分辨率遥感影像的纹理特点 | 第14页 |
| ·高空间分辨率遥感影像的纹理描述 | 第14-15页 |
| ·基于稀疏表示的纹理描述 | 第15页 |
| ·本文的主要研究工作 | 第15-17页 |
| ·研究思路 | 第15页 |
| ·主要研究内容与论文结构 | 第15-17页 |
| 第二章 常见的纹理特征描述方法 | 第17-27页 |
| ·传统遥感影像纹理特征描述方法的研究现状 | 第17-24页 |
| ·基于信号处理的纹理特征描述方法 | 第18-21页 |
| ·基于统计的纹理特征描述方法 | 第21-23页 |
| ·模型方法 | 第23页 |
| ·几何方法 | 第23-24页 |
| ·LBP 纹理描述方法的提出及其发展 | 第24-26页 |
| ·基本LBP 纹理描述方法 | 第24-25页 |
| ·旋转不变LBP 纹理描述方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 稀疏表示理论研究 | 第27-38页 |
| ·概述 | 第27-29页 |
| ·稀疏表示理论的提出 | 第27-28页 |
| ·稀疏表示理论的生物学意义 | 第28-29页 |
| ·信号稀疏表示的数学模型 | 第29-30页 |
| ·稀疏表示问题的求解算法 | 第30-33页 |
| ·最优化算法 | 第30-31页 |
| ·贪婪算法 | 第31-33页 |
| ·过完备字典的学习算法 | 第33-35页 |
| ·稀疏表示在图像处理与模式识别领域的应用 | 第35-36页 |
| ·基于稀疏表示的人脸识别 | 第35页 |
| ·基于稀疏表示的图像超分辨率重构 | 第35-36页 |
| ·基于稀疏表示的纹理图像特征描述 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于稀疏表示的纹理描述方法研究 | 第38-75页 |
| ·基于稀疏表示的纹理描述方法 | 第38-47页 |
| ·算法设计 | 第38-41页 |
| ·实验结果与分析 | 第41-47页 |
| ·基于稀疏表示纹理描述方法的改进算法 | 第47-53页 |
| ·算法设计 | 第47-49页 |
| ·实验结果与分析 | 第49-53页 |
| ·基于稀疏表示的旋转鲁棒的纹理描述方法 | 第53-74页 |
| ·生物学假设 | 第53-54页 |
| ·算法设计 | 第54-57页 |
| ·实验结果与分析 | 第57-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| ·全文总结 | 第75-76页 |
| ·研究展望 | 第76-77页 |
| 参考文献 | 第77-79页 |
| 致谢 | 第79-81页 |
| 攻读硕士学位期间已发表或录用的论文 | 第81-83页 |
