基于压缩感知的光谱成像技术研究
| 致谢 | 第4-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第11-28页 |
| 1.1 课题背景及研究意义 | 第12-25页 |
| 1.1.1 传统光谱成像仪基本原理 | 第12-16页 |
| 1.1.2 国内外研究现状 | 第16-25页 |
| 1.2 两种信息处理流程比较 | 第25-26页 |
| 1.3 论文研究内容和结构安排 | 第26-28页 |
| 第2章 压缩感知理论 | 第28-34页 |
| 2.1 信号的稀疏表示 | 第28-29页 |
| 2.2 信号的观测矩阵 | 第29-30页 |
| 2.3 信号的重构方法 | 第30-32页 |
| 2.4 本章总结 | 第32-34页 |
| 第3章 基于压缩感知的光谱成像技术 | 第34-39页 |
| 3.1 光谱成像数据的相关性分析 | 第34-35页 |
| 3.2 基于编码孔径的光谱成像系统 | 第35-38页 |
| 3.2.1 单色散结构的编码孔径成像系统 | 第35-37页 |
| 3.2.2 双色散结构的编码孔径成像系统 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 基于多帧图像的编码孔径光谱成像系统 | 第39-49页 |
| 4.1 数学模型的建立 | 第40-43页 |
| 4.2 数字验证 | 第43-46页 |
| 4.3 实际系统编码的实现 | 第46-47页 |
| 4.4 本章总结 | 第47-49页 |
| 第5章 重构算法的改进和恢复结果评价 | 第49-65页 |
| 5.1 不同的稀疏基 | 第49-57页 |
| 5.1.1 正交分解 | 第49-53页 |
| 5.1.2 KSVD分解 | 第53-57页 |
| 5.2 不同的重构算法 | 第57-60页 |
| 5.3 评价标准 | 第60-62页 |
| 5.4 有关光谱特征的讨论 | 第62-63页 |
| 5.5 本章总结 | 第63-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第72页 |
