基于先验知识引导的压缩感知成像方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-14页 |
| 1.1.1 基于Nyquist的图像采集方式 | 第12-13页 |
| 1.1.2 基于压缩感知理论的图像采集方式 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 本文主要工作及结构安排 | 第16-20页 |
| 第二章 压缩感知成像理论与应用 | 第20-30页 |
| 2.1 压缩感知成像理论 | 第20-25页 |
| 2.1.1 信号稀疏表示 | 第21-22页 |
| 2.1.2 测量矩阵设计 | 第22-23页 |
| 2.1.3 重构算法设计 | 第23-25页 |
| 2.2 单像素相机技术 | 第25-29页 |
| 2.2.1 系统结构 | 第25-27页 |
| 2.2.2 系统工作流程 | 第27-28页 |
| 2.2.3 成像结果 | 第28页 |
| 2.2.4 单像素相机技术的优势与弊端 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 图像感兴趣区域检测方法 | 第30-38页 |
| 3.1 感兴趣区域的研究意义 | 第30页 |
| 3.2 感兴趣区域检测方法 | 第30-32页 |
| 3.2.1 基于交互的方法 | 第30-31页 |
| 3.2.2 基于变换的方法 | 第31页 |
| 3.2.3 基于视觉注意的方法 | 第31-32页 |
| 3.3 基于视觉显著性的图像区域检测方法 | 第32-37页 |
| 3.3.1 Itti检测模型 | 第32-33页 |
| 3.3.2 频谱残余检测算法 | 第33-34页 |
| 3.3.3 频率调谐显著区域检测 | 第34-35页 |
| 3.3.4 改进的感兴趣区域检测方法 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于视觉显著性先验知识的压缩感知成像方法 | 第38-48页 |
| 4.1 数字微镜的分区控制方法 | 第38-39页 |
| 4.2 先验知识引导的成像方法 | 第39-41页 |
| 4.3 仿真结果 | 第41-45页 |
| 4.3.1 二值图像结果 | 第41-43页 |
| 4.3.2 灰度图像结果 | 第43-44页 |
| 4.3.3 光强补偿方法 | 第44-45页 |
| 4.4 最佳先验知识获取 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 成像系统及结果分析 | 第48-60页 |
| 5.1 成像系统结构 | 第48-53页 |
| 5.1.1 空间光调制器 | 第49-51页 |
| 5.1.2 光电探测器 | 第51-52页 |
| 5.1.3 数据采集电路板 | 第52-53页 |
| 5.2 系统软件控制 | 第53-58页 |
| 5.3 成像结果与分析 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-64页 |
| 6.1 主要工作成果 | 第60-61页 |
| 6.2 论文创新点 | 第61页 |
| 6.3 未来工作展望 | 第61-64页 |
| 致谢 | 第64-66页 |
| 攻读硕士期间的研究成果 | 第66-68页 |
| 参考文献 | 第68-75页 |
