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

基于压缩感知的单像素视频采样关键技术研究及实现

摘要第5-6页
Abstract第6页
第一章 绪论第9-16页
    1.1 研究背景和意义第9-12页
        1.1.1 Nyquist-Shannon采样定理第9页
        1.1.2 数据压缩方法第9-10页
        1.1.3 压缩感知理论第10-11页
        1.1.4 单像素照相机第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 单像素照相机第12-13页
        1.2.2 单像素摄像机第13-14页
    1.3 论文研究工作以及贡献第14页
    1.4 论文结构第14-15页
    1.5 本章小结第15-16页
第二章 压缩感知理论第16-30页
    2.1 压缩感知模型第16-17页
    2.2 信号的稀疏性第17-19页
    2.3 感知矩阵的设计第19-21页
        2.3.1 Spark常数和RIP第19-20页
        2.3.2 矩阵相关性和随机性第20-21页
        2.3.3 常见的感知矩阵第21页
    2.4 信号复原算法第21-29页
        2.4.1 l_1最小化方法第22页
        2.4.2 贪婪算法第22-24页
        2.4.3 TVAL3 算法第24-29页
    2.5 本章小结第29-30页
第三章 单像素照相机平台第30-47页
    3.1 引言第30-31页
    3.2 单像素照相机测量矩阵第31页
    3.3 Hadamard矩阵以及快速Hadamard转换第31-33页
    3.4 实验平台搭建第33-42页
        3.4.1 硬件部分第34-37页
        3.4.2 软件实现部分第37-42页
    3.5 单像素照相机实验第42-45页
        3.5.1 TVAL3 算法实验第42-44页
        3.5.2 OMP算法实验第44-45页
    3.6 本章小结第45-47页
第四章 压缩感知视频采样第47-67页
    4.1 引言第47页
    4.2 单像素摄像机第47-48页
        4.2.1 单像素摄像机模型第47-48页
        4.2.2 动态场景误差第48页
    4.3 CS-MUVI方案第48-58页
        4.3.1 总体方案第48-51页
        4.3.2 感知矩阵的设计第51-53页
        4.3.3 运动估计第53-57页
        4.3.4 恢复帧第57-58页
    4.4 CS-MUVI方案改进第58-66页
        4.4.1 多帧运动估计第58-59页
        4.4.2 块匹配算法第59-66页
    4.5 本章小结第66-67页
第五章 压缩感知视频采样实验仿真第67-81页
    5.1 多帧运动估计实验第67-72页
    5.2 块匹配运动估计实验第72-78页
    5.3 多线程块匹配算法实验第78页
    5.4 实验结果分析第78-80页
    5.5 本章小结第80-81页
结论第81-83页
    研究成果总结第81页
    展望第81-83页
参考文献第83-89页
致谢第89-90页
附件第90页

论文共90页,点击 下载论文
上一篇:戴眼镜情况下眼睛定位及眼睛状态识别算法研究
下一篇:基于机器视觉的IC缺陷检测的研究