基于压缩感知的图像复原
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 引言 | 第10页 |
| 1.2 课题研究的背景 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 本文主要工作 | 第14-16页 |
| 第二章 压缩感知理论框架 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 压缩感知的基本原理 | 第16-17页 |
| 2.3 图像的稀疏表示 | 第17-18页 |
| 2.4 观测矩阵的设计 | 第18-20页 |
| 2.5 图像恢复的实现 | 第20-22页 |
| 2.6 恢复图像的评估方法 | 第22-23页 |
| 2.7 本章小节 | 第23-26页 |
| 第三章 经典图像恢复算法 | 第26-42页 |
| 3.1 贪婪算法 | 第26-37页 |
| 3.1.1 正交匹配追踪OMP算法 | 第26-30页 |
| 3.1.2 正则化匹配追踪ROMP算法 | 第30-32页 |
| 3.1.3 自适应匹配追踪SAMP算法 | 第32-35页 |
| 3.1.4 子空间追踪SP算法 | 第35-37页 |
| 3.2 凸优化算法 | 第37-39页 |
| 3.2.1 基追踪BP算法 | 第37-39页 |
| 3.3 经典恢复算法的比较 | 第39-40页 |
| 3.4 本章小节 | 第40-42页 |
| 第四章 基于ROMP算法的改进算法 | 第42-54页 |
| 4.1 AROMP算法的提出 | 第42页 |
| 4.2 稀疏度的初始估计 | 第42-44页 |
| 4.3 变步长逼近思想 | 第44-45页 |
| 4.4 残差能量差控制思想 | 第45-48页 |
| 4.4.1 残差能量差控制稀疏度逼近 | 第45-46页 |
| 4.4.2 迭代停止条件改进 | 第46-48页 |
| 4.5 AROMP算法流程 | 第48-49页 |
| 4.6 实验结果 | 第49-53页 |
| 4.7 本章小节 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 本文工作总结 | 第54-55页 |
| 5.2 未来工作展望 | 第55-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录A 学术成果 | 第62页 |
