基于稀疏表示的机车底部图像压缩研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 基于图像的硬件平台采集系统 | 第12-13页 |
| 1.4 稀疏表示概述 | 第13-16页 |
| 1.4.1 稀疏表示的意义 | 第13-14页 |
| 1.4.2 稀疏表示与图像处理 | 第14页 |
| 1.4.3 稀疏表示的生理基础 | 第14-15页 |
| 1.4.4 稀疏表示模型概述 | 第15-16页 |
| 1.5 论文研究的主要内容及结构安排 | 第16-18页 |
| 第2章 图像压缩相关理论基础 | 第18-24页 |
| 2.1 图像压缩概述 | 第18页 |
| 2.2 常用的图像压缩方法和分类 | 第18-21页 |
| 2.2.1 变换编码方法 | 第19页 |
| 2.2.2 预测编码方法 | 第19-20页 |
| 2.2.3 小波变换编码方法 | 第20页 |
| 2.2.4 分形编码方法 | 第20-21页 |
| 2.3 JPEG图像压缩法 | 第21页 |
| 2.4 图像压缩的评价方法 | 第21-23页 |
| 2.4.1 图像压缩程度的衡量 | 第22页 |
| 2.4.2 图像质量的衡量 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 稀疏表示的基本原理 | 第24-35页 |
| 3.1 信号的稀疏表示 | 第24-26页 |
| 3.1.1 信号的表示 | 第24-25页 |
| 3.1.2 稀疏度的度量 | 第25页 |
| 3.1.3 冗余稀疏表示 | 第25-26页 |
| 3.2 原子库的构建 | 第26-30页 |
| 3.2.1 原子库的发展分类 | 第26页 |
| 3.2.2 基于解析的原子库 | 第26-28页 |
| 3.2.3 原子库学习方法 | 第28-30页 |
| 3.3 稀疏分解 | 第30-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 均匀量化下基于稀疏表示的机车底部图像压缩 | 第35-42页 |
| 4.1 车底图像采集系统的时钟设计 | 第35-36页 |
| 4.2 机车底部图像压缩流程 | 第36-38页 |
| 4.3 量化基本理论 | 第38-39页 |
| 4.4 实验结果和分析 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 量化改进的基于稀疏表示的机车底部图像压缩 | 第42-53页 |
| 5.1 匀化处理法 | 第42-46页 |
| 5.1.1 匀化处理的基本原理及流程 | 第42-45页 |
| 5.1.2 实验结果及分析 | 第45-46页 |
| 5.2 稀疏表示量化法 | 第46-52页 |
| 5.2.1 稀疏表示量化法的基本原理及流程 | 第46-49页 |
| 5.2.2 实验结果及分析 | 第49-52页 |
| 5.3 本章小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 总结 | 第53页 |
| 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文 | 第60页 |
