基于字典学习的图像稀疏表示及其在压缩感知中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·基于综合模型的稀疏表示研究现状 | 第10-12页 |
| ·基于分析模型的稀疏表示研究现状 | 第12-13页 |
| ·本文主要研究内容及结构安排 | 第13-15页 |
| 第2章 基于球面 K-均值的通用字典学习 | 第15-27页 |
| ·引言 | 第15页 |
| ·基于综合模型的稀疏表示 | 第15-20页 |
| ·非结构性字典与结构性字典 | 第17-19页 |
| ·字典的选择与学习 | 第19-20页 |
| ·基于球面 K-均值的通用字典学习算法 | 第20-22页 |
| ·实验结果 | 第22-25页 |
| ·稀疏逼近 | 第23-24页 |
| ·图像去噪 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 基于自适应字典学习的压缩感知 | 第27-43页 |
| ·引言 | 第27-28页 |
| ·压缩感知基础理论 | 第28-29页 |
| ·基于自适应字典学习的压缩感知研究 | 第29-36页 |
| ·基于自适应字典学习的压缩感知算法 | 第29-30页 |
| ·初始字典优化算法 | 第30-33页 |
| ·ADLCS 算法实现 | 第33-36页 |
| ·ADLCS 算法复杂度分析 | 第36-37页 |
| ·实验结果 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于分析字典学习和观测矩阵优化的压缩感知 | 第43-59页 |
| ·引言 | 第43页 |
| ·基于分析模型的稀疏表示 | 第43-44页 |
| ·方向子空间及其判别 | 第44-46页 |
| ·基于分析字典学习和观测矩阵优化的压缩感知研究 | 第46-54页 |
| ·基于分析字典学习和观测矩阵优化的压缩感知算法 | 第46-47页 |
| ·基于几何共轭梯度的分析字典学习算法 | 第47-48页 |
| ·结合方向子空间的分析字典学习 | 第48-50页 |
| ·观测矩阵优化 | 第50-51页 |
| ·图像重构 | 第51-54页 |
| ·实验结果 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
