首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

给予冗余字典的高光谱图像超分辨率复原算法研究与实现

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-15页
    1.1 研究目的及意义第9页
    1.2 国内外研究现状第9-11页
        1.2.1 超完备稀疏分解研究现状第9-10页
        1.2.2 超分辨率复原研究现状第10-11页
    1.3 主要研究内容第11-12页
    1.4 论文结构第12-15页
第2章 高光谱图像超分辨率复原相关理论第15-27页
    2.1 高光谱图像第15-20页
        2.1.1 高光谱图像概述第15-16页
        2.1.2 高光谱图像数据特点第16-20页
    2.2 超完备稀疏分解第20-22页
        2.2.1 超完备稀疏理论概述第20-21页
        2.2.2 常用冗余字典设计方法第21-22页
    2.3 超分辨率复原第22-26页
        2.3.1 超分辨率复原方法概述第22-23页
        2.3.2 超分辨率复原典型方法第23-25页
        2.3.3 超分辨率复原算法性能评价第25-26页
    2.4 本章小结第26-27页
第3章 高光谱图像的超完备稀疏分解算法第27-37页
    3.1 高光谱图像超完备稀疏分解原理分析第27-28页
    3.2 字典训练算法及其实现第28-30页
    3.3 实验结果与分析第30-36页
        3.3.1 实验素材说明第30-31页
        3.3.2 实验结果与分析第31-36页
    3.4 本章小结第36-37页
第4章 高光谱图像光谱维超分辨率复原算法第37-47页
    4.1 算法原理分析第37-38页
    4.2 高低分辨率冗余字典训练第38-40页
    4.3 高光谱维超分辨率复原算法第40-41页
    4.4 实验结果与分析第41-45页
    4.5 本章小结第45-47页
第5章 高光谱图像空-谱联合超分辨率复原算法第47-67页
    5.1 算法原理分析第47-49页
    5.2 高光谱图像空-谱维超分辨率复原算法描述第49-51页
        5.2.1 算法描述第49-50页
        5.2.2 低分辨率约束第50-51页
    5.3 最大后验概率第51-52页
    5.4 加速边缘优化的 MAP第52-53页
    5.6 实验结果与分析第53-66页
    5.7 本章小结第66-67页
结论第67-71页
参考文献第71-75页
攻读硕士学位期间取得的研究成果第75-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:基于数字皮影表演的动画生成后期处理技术的研究与应用
下一篇:基于主题模型的评论数据挖掘