基于稀疏表示的QR码识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| ·研究背景及意义 | 第8-9页 |
| ·二维码与QR码 | 第9-17页 |
| ·二维码的分类及性能 | 第10-11页 |
| ·QR码的编译码流程和主要特点 | 第11-13页 |
| ·QR码识别的研究现状及存在的问题 | 第13-14页 |
| ·QR码的应用 | 第14-17页 |
| ·稀疏表示QR码识别 | 第17-18页 |
| ·论文的主要工作与内容 | 第18-20页 |
| 第二章 稀疏表示理论 | 第20-34页 |
| ·信号的稀疏表示 | 第20-22页 |
| ·压缩感知理论 | 第22-24页 |
| ·稀疏字典的设计 | 第24-26页 |
| ·MOD算法 | 第25页 |
| ·K-SVD算法 | 第25-26页 |
| ·稀疏分解算法 | 第26-32页 |
| ·匹配追踪算法 | 第26-28页 |
| ·正交匹配追踪算法 | 第28页 |
| ·梯度投影算法 | 第28-29页 |
| ·同伦算法 | 第29-30页 |
| ·迭代收缩阈值算法 | 第30页 |
| ·最近梯度算法 | 第30-31页 |
| ·增广拉格朗日乘子算法 | 第31-32页 |
| ·稀疏表示模型的应用 | 第32-34页 |
| 第三章 稀疏表示QR码图像预处理算法 | 第34-52页 |
| ·预处理的基础算法 | 第34-35页 |
| ·改进的二值化算法 | 第35-37页 |
| ·定位与校正算法 | 第37-41页 |
| ·定位与倾斜校正的实现 | 第37-39页 |
| ·透视畸变校正的实现 | 第39-40页 |
| ·曲面失真校正的实现 | 第40-41页 |
| ·稀疏表示QR码图像预处理算法 | 第41-51页 |
| ·图像块的稀疏域模型 | 第42-44页 |
| ·自适应字典学习 | 第44-46页 |
| ·稀疏表示QR码图像去噪 | 第46-48页 |
| ·稀疏表示QR码图像去模糊 | 第48-49页 |
| ·稀疏表示QR码图像修复 | 第49-50页 |
| ·稀疏表示QR码图像超分辨率重构 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 稀疏表示QR码识别算法 | 第52-67页 |
| ·QR码的稀疏表示 | 第52-55页 |
| ·QR码稀疏分类算法 | 第55-57页 |
| ·稀疏表示QR码识别实验 | 第57-60页 |
| ·QR码识别的鲁棒性 | 第60-62页 |
| ·QR码识别的鲁棒性实验 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 总结 | 第67-68页 |
| 展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间取得的学术成果 | 第74-75页 |
| 致谢 | 第75页 |
