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

基于核心原子库和FHT的图像稀疏分解快速算法及其应用

摘要第1-7页
Abstract第7-11页
第1章 绪论第11-16页
   ·论文研究背景和意义第11-12页
   ·图像稀疏分解快速算法国内外研究现状第12-13页
   ·图像稀疏分解实际应用的国内外研究现状第13-14页
   ·本文组织结构第14-16页
第2章 信号与图像的匹配追踪算法第16-24页
   ·信号分解和表示第16页
   ·一维信号的匹配追踪算法第16-20页
     ·一维信号的匹配追踪算法的基本思想第17-18页
     ·一维信号匹配追踪的实现方法第18-20页
   ·二维图像信号的匹配追踪算法第20-23页
     ·过完备原子库第20-21页
     ·图像匹配追踪算法的基本思想第21-22页
     ·图像MP稀疏分解图像质量常用评价标准第22-23页
   ·本章小结第23-24页
第3章 基于核心原子库和FHT的图像MP稀疏分解快速算法第24-38页
   ·引言第24-25页
   ·基于核心原子库和FHT的图像MP稀疏分解快速算法第25-27页
     ·核心原子库的形成第26页
     ·原子与图像的转化第26页
     ·图像的MP稀疏分解第26-27页
   ·性能分析第27-37页
     ·核心原子库第28-30页
     ·全局最优搜索第30-32页
     ·二维转一维提高图像MP的运算效率第32-33页
     ·FHT进一步提高图像MP运算效率第33-37页
   ·本章小结第37-38页
第4章 基于核心原子库和FHT的MP图像放大算法第38-49页
   ·引言第38-39页
   ·基于核心原子库和FHT的MP图像放大算法描述第39-41页
     ·对待放大图像做MP稀疏分解第40页
     ·对分解结果中的原子参数做内插处理第40-41页
     ·利用内插后的参数重构得到放大图像第41页
   ·实验仿真比较第41-48页
     ·基于MP稀疏分解的一维信号放大实验第42-43页
     ·二维图像的放大效果比较第43-48页
   ·本章小结第48-49页
第5章 基于核心原子库和FHT的MP图像压缩算法第49-59页
   ·引言第49-50页
   ·基于核心原子库和FHT的MP图像压缩算法第50-55页
     ·图像稀疏分解的数据结果的分布规律第51-52页
     ·图像稀疏分解的过程中引回量化误差第52-53页
     ·基于图像稀疏分解的前向差分编码方案第53-55页
   ·实验仿真效果比较第55-58页
   ·本章小结第58-59页
结论与展望第59-61页
参考文献第61-66页
致谢第66-67页
攻读硕士期间发表的论文及参与的科研项目第67页

论文共67页,点击 下载论文
上一篇:自适应音频水印算法研究
下一篇:受电弓典型故障图像检测算法的研究