结构字典学习方法及应用的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题背景和研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文结构安排 | 第17-19页 |
| 第2章 稀疏表示模型 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 传统字典稀疏表示模型 | 第19-22页 |
| 2.3 结构字典稀疏表示模型 | 第22-26页 |
| 2.4 模型的优化求解 | 第26-29页 |
| 2.5 图像质量评价 | 第29-31页 |
| 2.5.1 主观质量评价方法 | 第29-30页 |
| 2.5.2 客观质量评价方法 | 第30-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第3章 投影梯度下降的结构字典学习 | 第33-51页 |
| 3.1 引言 | 第33页 |
| 3.2 传统的字典学习方法 | 第33-36页 |
| 3.3 投影梯度下降的结构字典图像分解方法 | 第36-42页 |
| 3.3.1 字典映射算法 | 第39页 |
| 3.3.2 稀疏编码算法 | 第39-40页 |
| 3.3.3 字典更新算法 | 第40-42页 |
| 3.3.4 字典原子划分准则 | 第42页 |
| 3.4 投影梯度下降的结构字典图像修复方法 | 第42-43页 |
| 3.5 实验结果及分析 | 第43-50页 |
| 3.5.1 图像分解实验 | 第44-47页 |
| 3.5.2 图像修复实验 | 第47-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 奇异值分解的结构字典学习 | 第51-65页 |
| 4.1 引言 | 第51页 |
| 4.2 奇异值分解结构字典学习模型 | 第51-53页 |
| 4.3 奇异值分解结构字典训练方法 | 第53-56页 |
| 4.3.1 字典映射算法 | 第53页 |
| 4.3.2 稀疏重建算法及字典训练算法 | 第53-56页 |
| 4.4 实验结果及分析 | 第56-63页 |
| 4.4.1 图像分解实验 | 第57-61页 |
| 4.4.2 图像修复实验 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间所发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |
