首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

基于稀疏采样的多媒体传感网图像压缩收集机制

摘要第4-5页
abstract第5页
专用术语注释表第8-9页
第一章 绪论第9-14页
    1.1 研究背景第9-11页
    1.2 研究内容第11-12页
    1.3 论文结构安排第12-14页
第二章 多媒体传感网图像压缩收集相关研究第14-21页
    2.1 概述第14-16页
    2.2 技术难点与挑战第16-17页
    2.3 算法性能评价标准第17-18页
    2.4 相关研究进展第18-19页
    2.5 本章小结第19-21页
第三章 图像的稀疏采样与重建第21-28页
    3.1 基本框架第21-23页
    3.2 傅里叶变换第23-24页
    3.3 稀疏采样第24-26页
    3.4 图像重建第26-27页
    3.5 本章小结第27-28页
第四章 基于稀疏采样的多媒体传感网图像压缩收集方案第28-43页
    4.1 相关模型及假设第28-30页
        4.1.1 节点与网络假设第28-29页
        4.1.2 能耗模型第29-30页
    4.2 网络拓扑的构建第30-31页
    4.3 基于稀疏采样的分块自适应图像压缩收集算法第31-36页
        4.3.1 稀疏采样观测矩阵第31-33页
        4.3.2 分块自适应稀疏采样第33-34页
        4.3.3 图像重构算法第34-36页
        4.3.4 具体机制描述第36页
    4.4 仿真测试第36-42页
        4.4.1 仿真实验相关参数第36-37页
        4.4.2 图像重建质量第37-39页
        4.4.3 能量消耗分析第39-42页
    4.5 本章小结第42-43页
第五章 多媒体传感网图像压缩收集仿真系统第43-55页
    5.1 基本架构第43-44页
    5.2 功能模块第44-45页
    5.3 系统设计与实现第45-52页
        5.3.1 网络部署模块第45-47页
        5.3.2 图像压缩模块第47-49页
        5.3.3 图像恢复模块第49页
        5.3.4 网络管理模块第49-52页
    5.4 系统测试第52-53页
    5.5 本章小结第53-55页
第六章 总结与展望第55-57页
参考文献第57-60页
附录1 攻读硕士学位期间申请的专利第60-61页
附录2 攻读硕士学位期间参加的科研项目第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于深度神经网络的面部表情识别研究与实现
下一篇:基于轨迹预测的无线传感网目标跟踪技术研究