| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·信号稀疏表示模型 | 第10-11页 |
| ·稀疏表示字典设计 | 第11-13页 |
| ·原子生成函数满足的条件 | 第11-12页 |
| ·冗余字典构造方法 | 第12-13页 |
| ·稀疏分解算法研究 | 第13-16页 |
| ·本文工作及结构安排 | 第16-18页 |
| 第二章 基于改进 GAMP 的稀疏分解算法 | 第18-36页 |
| ·基于遗传的 MP 稀疏分解算法 | 第18-20页 |
| ·GAMP 算法的改进措施 | 第20-23页 |
| ·改进 GAMP 的一维信号稀疏分解 | 第23-29页 |
| ·一维信号的 GAMP 实验结果与分析 | 第23-28页 |
| ·一维信号的 GAOMP 实验结果与分析 | 第28-29页 |
| ·改进 GAMP 的二维信号稀疏分解 | 第29-35页 |
| ·二维图像原子构造 | 第29-31页 |
| ·二维图像的 GAMP 实验结果与分析 | 第31-33页 |
| ·二维图像的 GAOMP 和 GAROMP 实验结果与分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于高斯核生成字典中心区域的稀疏分解 | 第36-49页 |
| ·一维过完备原字库的中心区域 | 第37-39页 |
| ·利用原子波形值确定中心区域 | 第38-39页 |
| ·按原子波形特点确定中心区域 | 第39页 |
| ·一维信号的稀疏分解实验与分析 | 第39-42页 |
| ·阈值法确定中心区域实验 | 第39-40页 |
| ·边界关系式确定中心区域实验 | 第40-42页 |
| ·基于中心区域的二维信号稀疏分解 | 第42-48页 |
| ·二维过完备原子库中心区域的确定 | 第43-46页 |
| ·二维信号的稀疏分解实验与分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于图像结构划分的高斯核生成字典设计 | 第49-60页 |
| ·常用二维 Gabor 字典的不足 | 第49-51页 |
| ·高斯核函数生成结构字典 | 第51-55页 |
| ·基于图像结构划分的稀疏表示模型 | 第51-52页 |
| ·图像平滑区域子字典 | 第52页 |
| ·图像边缘结构子字典 | 第52-53页 |
| ·图像纹理成分子字典 | 第53-55页 |
| ·实验结果与分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附件 | 第67页 |