摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
符号对照表 | 第13-16页 |
缩略语对照表 | 第16-21页 |
第一章 绪论 | 第21-37页 |
1.1 研究背景与意义 | 第21-22页 |
1.2 压缩感知概述 | 第22-32页 |
1.2.1 稀疏表示 | 第23-24页 |
1.2.2 压缩感知观测 | 第24-26页 |
1.2.3 重构方法 | 第26-32页 |
1.3 结构化压缩感知 | 第32-34页 |
1.4 本文的主要工作 | 第34-37页 |
第二章 组匹配追踪重构 | 第37-59页 |
2.1 引言 | 第37-38页 |
2.2 组匹配追踪算法 | 第38-42页 |
2.2.1 小波域下组结构的建立 | 第38-40页 |
2.2.2 组匹配追踪过程 | 第40-42页 |
2.3 基于边缘指导的组匹配追踪算法 | 第42-44页 |
2.4 基于贝叶斯框架的组匹配追踪算法 | 第44-46页 |
2.5 仿真实验及结果分析 | 第46-58页 |
2.5.1 参数设置 | 第46-47页 |
2.5.2 单幅图像实验结果及分析 | 第47-49页 |
2.5.3 图像类平均实验结果及分析 | 第49-58页 |
2.6 小结 | 第58-59页 |
第三章 基于素描特性和结构化观测的非凸压缩感知重构 | 第59-95页 |
3.1 引言 | 第59-61页 |
3.2 基于素描特性的结构化聚类 | 第61-68页 |
3.2.1 Primal Sketch(PS) | 第62页 |
3.2.2 图像块类型划分 | 第62-64页 |
3.2.3 基于主方向和位置分布的单方向块聚类 | 第64-65页 |
3.2.4 基于方向统计分布特征的多方向块聚类 | 第65-68页 |
3.3 结构化观测 | 第68-71页 |
3.3.1 光滑块的空间压缩观测 | 第69-70页 |
3.3.2 基于结构化观测的数据发送 | 第70-71页 |
3.4 基于素描特性和结构化观测的非凸重构算法 | 第71-78页 |
3.4.1 结构化观测的重构模型 | 第71-73页 |
3.4.2 方向约束的混合粒子群优化重构算法 | 第73-78页 |
3.5 仿真实验及结果分析 | 第78-92页 |
3.5.1 阈值T的选择 | 第78-80页 |
3.5.2 块大小的选择 | 第80-81页 |
3.5.3 采用贪婪追踪方法验证观测的有效性 | 第81-84页 |
3.5.4 进化重构方法对比 | 第84-89页 |
3.5.5 可见光遥感图像实验 | 第89-92页 |
3.6 小结 | 第92-95页 |
第四章 基于非局部多尺度网络的压缩感知重构 | 第95-107页 |
4.1 引言 | 第95-96页 |
4.2 相关工作 | 第96-97页 |
4.3 基于非局部约束的多尺度重构网络 | 第97-101页 |
4.3.1 全连接层 | 第97页 |
4.3.2 非局部约束的重构模块 | 第97-99页 |
4.3.3 多尺度重构网络 | 第99-100页 |
4.3.4 损失函数 | 第100-101页 |
4.3.5 训练过程 | 第101页 |
4.4 仿真实验及结果分析 | 第101-106页 |
4.4.1 训练数据及参数设置 | 第101-102页 |
4.4.2 实验结果 | 第102-106页 |
4.5 小结 | 第106-107页 |
第五章 基于内在张量稀疏的视频重构 | 第107-131页 |
5.1 引言 | 第107-108页 |
5.2 相关工作 | 第108-111页 |
5.2.1 张量 | 第108-109页 |
5.2.2 内在张量稀疏度量(ITS) | 第109-110页 |
5.2.3 CACTI测量 | 第110-111页 |
5.3 基于ITS和 GJS的视频重构 | 第111-120页 |
5.3.1 基于ITS的视频序列重构模型 | 第112-117页 |
5.3.2 基于高斯联合稀疏模型的视频重构 | 第117-120页 |
5.4 仿真实验及结果分析 | 第120-129页 |
5.4.1 参数设置 | 第121页 |
5.4.2 实验结果 | 第121-129页 |
5.5 小结 | 第129-131页 |
第六章 总结与展望 | 第131-135页 |
参考文献 | 第135-149页 |
致谢 | 第149-151页 |
作者简介 | 第151-153页 |