非负稀疏编码图像基学习算法研究

摘要	第1-4页
Abstract	第4-8页
1 绪论	第8-13页
·图像基学习的目的和意义	第8-9页
·国内外研究现状	第9-12页
·本文的主要工作	第12-13页
2 稀疏编码图像基学习	第13-31页
·稀疏编码图像基学习理论	第13-23页
·稀疏编码图像基学习数学基础	第13-20页
·稀疏编码图像基学习模型建立	第20-23页
·标准稀疏编码图像基学习算法实现	第23-26页
·数据预处理	第23-24页
·标准稀疏编码图像基学习实现步骤	第24-26页
·其他稀疏编码图像基学习模型	第26-30页
·基于峰度稀疏性测度的稀疏编码算法	第26-28页
·面向知觉任务的稀疏编码模型	第28-30页
·本章小结	第30-31页
3 嵌入结构信息的非负稀疏编码图像基学习	第31-44页
·非负稀疏编码	第31-34页
·非负矩阵分解	第31-33页
·非负稀疏编码模型	第33-34页
·引入结构信息的非负稀疏编码图像基学习算法	第34-40页
·结构信息的提取	第35-38页
·引入结构信息的非负稀疏编码模型	第38-40页
·实验结果	第40-43页
·本章小结	第43-44页
4 基于图像基的图像压缩	第44-53页
·图像压缩概述	第44-48页
·图像压缩的必要性和可能性	第44-45页
·图像压缩算法分类	第45-47页
·图像压缩编码的评价标准	第47-48页
·基于图像基的图像压缩算法	第48-49页
·实验结果与分析	第49-52页
·本章小结	第52-53页
5 总结与展望	第53-55页
致谢	第55-56页
参考文献	第56-59页
附录	第59页