基于压缩感知和稀疏表示理论的图像去噪研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景 | 第10-11页 |
| ·图像去噪技术的研究和发展现状 | 第11-16页 |
| ·本文主要工作 | 第16-17页 |
| ·本论文的结构安排 | 第17-19页 |
| 第二章 压缩感知理论基础 | 第19-27页 |
| ·引言 | 第19-20页 |
| ·压缩感知理论基本知识 | 第20-23页 |
| ·信号的稀疏表示 | 第21页 |
| ·信号的观测矩阵 | 第21-22页 |
| ·信号的重构算法 | 第22-23页 |
| ·压缩感知的常用算法 | 第23-24页 |
| ·压缩感知的应用 | 第24-26页 |
| ·天文学 | 第24页 |
| ·信号编码 | 第24-25页 |
| ·成像 | 第25页 |
| ·医学应用 | 第25页 |
| ·生物传感 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于脊波变换的全变差最小化图像去噪算法 | 第27-40页 |
| ·引言 | 第27-28页 |
| ·脊波变换理论 | 第28-33页 |
| ·Radon 变换 | 第28-30页 |
| ·连续脊波变换 | 第30-31页 |
| ·离散脊波变换 | 第31页 |
| ·单尺度脊波 | 第31-33页 |
| ·多尺度脊波 | 第33页 |
| ·脊波变换的实现 | 第33页 |
| ·基于脊波收缩的全变差最小化图像去噪算法 | 第33-35页 |
| ·实验及结果分析 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于曲波变换的收缩法图像去噪算法 | 第40-53页 |
| ·引言 | 第40-41页 |
| ·曲波变换理论 | 第41-44页 |
| ·第一代曲波变换 | 第41-42页 |
| ·第二代曲波变换 | 第42-44页 |
| ·基于曲波变换的收缩法图像去噪算法 | 第44-48页 |
| ·曲波变换的阈值选择 | 第44-46页 |
| ·曲波变换域收缩法图像去噪 | 第46-48页 |
| ·实验及结果分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于超完备稀疏表示的图像去噪算法 | 第53-67页 |
| ·引言 | 第53-56页 |
| ·超完备图像稀疏表示理论 | 第56-60页 |
| ·稀疏表示的不确定性 | 第56-57页 |
| ·稀疏优化算法 | 第57-60页 |
| ·学习型超完备冗余字典构造及其去噪应用 | 第60-62页 |
| ·学习型超完备冗余字典构造 | 第60-61页 |
| ·基于超完备稀疏表示的图像噪声去除算法 | 第61-62页 |
| ·实验及结果分析 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结和展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻硕期间取得的研究成果 | 第75-76页 |
