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

基于压缩感知的视频图像重构算法研究

中文摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-12页
    1.1 课题背景与研究意义第8-9页
        1.1.1 课题背景第8页
        1.1.2 研究意义第8-9页
    1.2 国内外研究现状第9-10页
    1.3 主要研究工作及章节安排第10-12页
2 压缩感知第12-20页
    2.1 压缩感知基本理论第12页
    2.2 压缩感知编解码结构第12-14页
    2.3 压缩感知关键要素第14-19页
        2.3.1 信号的稀疏表示第14-16页
        2.3.2 观测矩阵测量第16-18页
        2.3.3 重构算法第18-19页
    2.4 本章小节第19-20页
3 基于压缩感知的图像重构算法第20-30页
    3.1 经典压缩感知重构算法简介第20-24页
        3.1.1 匹配追踪算法(MP)第20页
        3.1.2 正交匹配追踪算法(OMP)第20-21页
        3.1.3 正则化正交匹配追踪算法(ROMP)第21-22页
        3.1.4 压缩采样匹配追踪算法(CoSaMP)第22-23页
        3.1.5 分段正交匹配追踪算法(StOMP)第23页
        3.1.6 稀疏度自适应匹配追踪算法(SAMP)第23-24页
    3.2 各算法性能仿真分析第24-29页
        3.2.1 重构性能评价标准第24-25页
        3.2.2 一维信号重构的仿真分析第25-27页
        3.2.3 二维信号重构的仿真分析第27-29页
    3.3 本章小结第29-30页
4 稀疏度自适应分段正交匹配追踪算法第30-40页
    4.1 StOMP算法优缺点分析第30-31页
    4.2 稀疏度自适应分段正交匹配追踪算法第31-34页
        4.2.1 支撑集最大原子数目估计第31页
        4.2.2 阈值参数修正第31-32页
        4.2.3 原子预处理第32-33页
        4.2.4 稀疏度自适应第33页
        4.2.5 算法步骤及分析第33-34页
    4.3 仿真结果及分析第34-39页
        4.3.1 不同阈值参数条件下信号重构性能仿真及分析第34-35页
        4.3.2 不同稀疏度条件下信号重构性能仿真及分析第35-37页
        4.3.3 算法在图像处理中的应用第37-39页
    4.4 本章小节第39-40页
5 监控场景下基于压缩感知的视频重构第40-51页
    5.1 视频编码方案概述第40-43页
        5.1.1 空间及时间相关性第40页
        5.1.2 传统视频编码方案第40-41页
        5.1.3 压缩感知在视频编码中的应用第41-43页
    5.2 监控场景下基于压缩感知的视频重构方案第43-47页
        5.2.1 基于欧氏距离的关键帧提取第43-44页
        5.2.2 视频序列预处理第44-45页
        5.2.3 帧内与帧间编码策略第45-46页
        5.2.4 视频压缩重构步骤第46-47页
    5.3 仿真结果及分析第47-50页
        5.3.1 不同采样率下非关键帧的重构性能第47页
        5.3.2 监控视频重构仿真及分析第47-50页
    5.4 本章小结第50-51页
6 总结与展望第51-53页
    6.1 本文总结第51-52页
    6.2 展望第52-53页
致谢第53-54页
参考文献第54-58页
附录第58页
    A.作者在攻读学位期间发表的论文(和专利)目录第58页
    B.作者在攻读学位期间参与的科研项目第58页

论文共58页,点击 下载论文
上一篇:植物根系图像的边缘检测方法的研究与实现
下一篇:基于Grouplet变换和核方法的金属断口图像识别方法研究