| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·图像盲源分离的研究背景和意义 | 第8页 |
| ·独立成分分析与压缩感知的研究现状 | 第8-10页 |
| ·独立成分分析的研究现状 | 第8-9页 |
| ·压缩感知的研究现状 | 第9-10页 |
| ·本文内容和结构 | 第10-12页 |
| 第二章 独立成分分析及图像分离算法仿真 | 第12-23页 |
| ·独立成分分析简介 | 第12-16页 |
| ·独立成分分析的数学模型 | 第12-13页 |
| ·ICA信号约束条件 | 第13-16页 |
| ·基于ICA进行图像分离的非高斯性判据的选择 | 第16-21页 |
| ·基于峭度的ICA图像分离性能仿真研究 | 第16-18页 |
| ·基于负熵的ICA图像分离性能仿真研究 | 第18-20页 |
| ·基于极大化似然估计的ICA图像分离性能仿真研究 | 第20-21页 |
| ·独立成分分析在其他方面应用举例 | 第21-22页 |
| ·独立成分分析理论在脑成像中的应用 | 第21页 |
| ·独立成分分析理论在无线通信中的应用 | 第21-22页 |
| ·独立成分分析理论在音频分离中的应用 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 压缩感知的理论分析及图像压缩算法仿真 | 第23-35页 |
| ·压缩感知的基本原理 | 第23-24页 |
| ·信号的感知矩阵 | 第24-27页 |
| ·感知矩阵约束条件 | 第24-26页 |
| ·信号的稀疏表示 | 第26-27页 |
| ·测量矩阵的设计 | 第27页 |
| ·信号的重构算法 | 第27-28页 |
| ·L1范数最小化算法 | 第28页 |
| ·贪婪追踪算法 | 第28页 |
| ·组合算法 | 第28页 |
| ·基于CS进行图像压缩的稀疏字典的选择 | 第28-33页 |
| ·基于DCT字典的CS图像压缩性能仿真研究 | 第29-30页 |
| ·基于DWT字典的CS图像压缩性能仿真研究 | 第30-31页 |
| ·基于K-SVD字典的CS图像压缩性能仿真研究 | 第31-33页 |
| ·压缩感知理论在其他应用方面举例 | 第33-34页 |
| ·人脸识别 | 第33页 |
| ·图像压缩 | 第33-34页 |
| ·MRI图像重建 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于CS和ICA多能X射线医学图像目标分离算法 | 第35-48页 |
| ·应用CS和ICA于多能X射线医学图像目标分离算法的可行性分析 | 第36页 |
| ·仅利用ICA进行多能X射线医学图像目标分离算法研究 | 第36-41页 |
| ·多能X射线成像技术 | 第36-37页 |
| ·目标分离理论 | 第37-38页 |
| ·算法步骤和仿真 | 第38-41页 |
| ·基于CS结合ICA的多能X射线医学图像目标分离算法研究 | 第41-45页 |
| ·算法具体步骤 | 第41-42页 |
| ·不同稀疏基对算法性能的影响 | 第42-45页 |
| ·多能X射线医学图像目标分离算法效果对比 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·章工作总结 | 第48-49页 |
| ·工作展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第53-54页 |
| 附录2 攻读硕士学位期间申请的专利 | 第54-55页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第55-56页 |
| 致谢 | 第56页 |
