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

基于稀疏组合约束的压缩感知重建算法研究

摘要第4-6页
ABSTRACT第6-7页
第1章 绪论第10-17页
    1.1 课题研究背景和意义第10-13页
    1.2 课题研究现状第13-15页
        1.2.1 压缩感知理论研究现状第13-14页
        1.2.2 基于压缩感知理论的磁共振成像研究现状第14-15页
    1.3 课题研究内容与论文结构安排第15-17页
第2章 压缩感知理论基础第17-25页
    2.1 压缩感知理论框架概述第17-18页
    2.2 压缩感知理论的主要内容第18-23页
        2.2.1 稀疏表示第18-20页
        2.2.2 观测矩阵第20-22页
        2.2.3 重建算法第22-23页
    2.3 压缩感知理论的应用第23-24页
    2.4 本章小结第24-25页
第3章 基于不同稀疏组合约束的图像重建第25-46页
    3.1 离散小波变换与全变差第25-29页
        3.1.1 离散小波变换第25-27页
        3.1.2 全变差第27-28页
        3.1.3 基于小波变换与全变差稀疏组合重建算法第28-29页
    3.2 基于轮廓波变换与全变差稀疏组合的图像重建第29-35页
        3.2.1 轮廓波第30-31页
        3.2.2 基于轮廓波与全变差稀疏组合重建算法第31-32页
        3.2.3 实验结果与分析第32-35页
    3.3 基于尖锐频率局部化轮廓波与全变差稀疏组合的图像重建第35-45页
        3.3.1 尖锐频率局部化轮廓波第36-37页
        3.3.2 基于尖锐频率局部化轮廓波与全变差稀疏组合的迭代加权算法第37-38页
        3.3.3 实验结果与分析第38-45页
    3.4 本章小结第45-46页
第4章 基于全局与局部稀疏组合的磁共振图像重建第46-61页
    4.1 磁共振成像原理及存在问题第46-48页
    4.2 基于压缩感知的磁共振图像重建第48-51页
        4.2.1 字典学习第48-50页
        4.2.2 基于字典学习的磁共振图像重建算法第50-51页
    4.3 基于全局与局部稀疏组合的磁共振图像重建算法第51-55页
    4.4 实验结果与分析第55-60页
    4.5 本章小结第60-61页
第5章 总结与展望第61-64页
    5.1 论文总结第61-62页
    5.2 课题展望第62-64页
参考文献第64-67页
致谢第67-68页
攻读硕士学位期间发表的学术论文第68页

论文共68页,点击 下载论文
上一篇:基于线结构光的耐火砖视觉测量系统研究
下一篇:基于形状先验的图像分割研究