压缩感知在图像处理中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景与意义 | 第7-8页 |
| ·压缩感知的研究现状 | 第8-11页 |
| ·CS 成像 | 第8-10页 |
| ·CS 图像识别 | 第10页 |
| ·CS 图像重建 | 第10-11页 |
| ·CS 理论存在的问题 | 第11-12页 |
| ·本文研究内容及结构安排 | 第12-14页 |
| ·本文研究内容 | 第12页 |
| ·本文结构安排 | 第12-14页 |
| 第二章 压缩感知理论简介 | 第14-21页 |
| ·CS 理论提出 | 第14-15页 |
| ·压缩感知理论框架 | 第15-20页 |
| ·问题描述 | 第15-16页 |
| ·信号的稀疏表示 | 第16-17页 |
| ·观测矩阵设计 | 第17-19页 |
| ·稀疏信号重构 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于压缩感知的目标识别 | 第21-38页 |
| ·基于稀疏表示的SRC 方法 | 第21-26页 |
| ·SRC 方法 | 第21-24页 |
| ·压缩感知重构算法 | 第24-26页 |
| ·基于类别信息的SRC 方法 | 第26-27页 |
| ·目标识别简介 | 第27-29页 |
| ·人脸识别 | 第28-29页 |
| ·空间目标识别 | 第29页 |
| ·识别实验与结果分析 | 第29-37页 |
| ·实验数据准备与设计 | 第29-31页 |
| ·无噪人脸识别 | 第31-34页 |
| ·有噪人脸识别 | 第34-35页 |
| ·无噪空间目标识别 | 第35页 |
| ·有噪空间目标识别 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于压缩感知的图像超分辨率重建 | 第38-60页 |
| ·经典图像重建理论算法 | 第38-42页 |
| ·最近邻域插值 | 第38-39页 |
| ·双线性插值 | 第39-40页 |
| ·三次卷积插值 | 第40页 |
| ·局部适应插值 | 第40-42页 |
| ·基于小波变换的重建算法 | 第42-47页 |
| ·小波变换的基本理论 | 第42-44页 |
| ·小波变换重建算法简介 | 第44-45页 |
| ·基于小波变换和局部适应插值重建算法思想 | 第45-47页 |
| ·基于稀疏表示的图像重建算法 | 第47-53页 |
| ·稀疏表示图像超分辨率重建算法 | 第47-50页 |
| ·冗余字典构造 | 第50-52页 |
| ·彩色图像重建 | 第52-53页 |
| ·图像重建实验 | 第53-59页 |
| ·图像重建质量评价 | 第53-54页 |
| ·实验数据准备与设计 | 第54-55页 |
| ·灰度图像重建实验 | 第55-57页 |
| ·彩色图像重建实验 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·全文总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间已发表或录用的论文 | 第71-73页 |
