| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文贡献 | 第11-12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第二章 低秩矩阵重建理论概述 | 第14-24页 |
| 2.1 矩阵重建理论背景 | 第14-15页 |
| 2.1.1 矩阵填充模型 | 第14页 |
| 2.1.2 矩阵恢复模型 | 第14-15页 |
| 2.1.3 矩阵重建模型 | 第15页 |
| 2.2 随机缺失矩阵重建理论基础 | 第15-20页 |
| 2.2.1 SVT算法 | 第15-17页 |
| 2.2.2 ALM算法 | 第17-18页 |
| 2.2.3 IT算法 | 第18-20页 |
| 2.3 结构性噪声矩阵重建探索 | 第20-21页 |
| 2.4 本章小结 | 第21-24页 |
| 第三章 稀疏表示与字典学习 | 第24-34页 |
| 3.1 稀疏表示理论概述 | 第24-25页 |
| 3.2 字典学习方法研究 | 第25-33页 |
| 3.2.1 KSVD字典学习 | 第26-28页 |
| 3.2.2 Online Learning字典学习 | 第28-30页 |
| 3.2.3 字典规格设计 | 第30-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 基于重加权的结构性缺失矩阵重建方法 | 第34-44页 |
| 4.1 结构性缺失矩阵重建模型 | 第34-36页 |
| 4.2 ReLaSP模型求解 | 第36-42页 |
| 4.2.1 重加权框架求解 | 第36-37页 |
| 4.2.2 ALM-ADM算法求解 | 第37-42页 |
| 4.3 本章小结 | 第42-44页 |
| 第五章 矩阵重建实验结果与图像处理应用 | 第44-58页 |
| 5.1 实验基本设置 | 第44-45页 |
| 5.2 矩阵填充实验结果与分析 | 第45-48页 |
| 5.3 图像处理应用结果与分析 | 第48-55页 |
| 5.3.1 无噪声图像填充 | 第48-50页 |
| 5.3.2 高斯噪声图像恢复 | 第50-52页 |
| 5.3.3 脉冲噪声图像恢复 | 第52-53页 |
| 5.3.4 图像雨线去除 | 第53-55页 |
| 5.4 算法复杂度分析 | 第55-56页 |
| 5.5 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 工作总结 | 第58页 |
| 6.2 研究展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 发表论文和参加科研情况说明 | 第66-68页 |
| 致谢 | 第68-69页 |