| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文研究内容 | 第13-14页 |
| ·本文组织结构 | 第14-16页 |
| 第2章 理论基础 | 第16-22页 |
| ·稀疏表示和压缩感知 | 第16-18页 |
| ·压缩感知 | 第16-17页 |
| ·信号的线性表示 | 第17页 |
| ·稀疏表示 | 第17-18页 |
| ·稀疏表示的图像识别 | 第18-21页 |
| ·稀疏表示图像识别算法 | 第18-20页 |
| ·稀疏表示图像识别算法的鲁棒性 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于样本-扩展差分模板的联合双稀疏表示图像识别 | 第22-32页 |
| ·引言 | 第22-23页 |
| ·结构稀疏表示分类思想 | 第23-24页 |
| ·基于样本-扩展差分模板的联合双稀疏表示分类 | 第24-26页 |
| ·实验仿真研究 | 第26-31页 |
| ·AR 图像识别 | 第27-30页 |
| ·Extended Yale B 图像识别 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于低秩子空间恢复的联合稀疏表示图像识别 | 第32-41页 |
| ·引言 | 第32页 |
| ·基于低秩子空间恢复的的联合稀疏表示分类 | 第32-36页 |
| ·低秩子空间恢复 | 第33-34页 |
| ·基于低秩子空间恢复的的联合稀疏表示分类 | 第34-36页 |
| ·实验仿真研究 | 第36-39页 |
| ·Extended Yale B 数据库 | 第36-38页 |
| ·AR 数据库 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第5章 基于 Borda 投票加权的子模块稀疏表示图像识别 | 第41-52页 |
| ·引言 | 第41-42页 |
| ·子模块稀疏表示识别 | 第42页 |
| ·基于 Borda 投票加权的子模块稀疏表示识别 | 第42-48页 |
| ·Borda 投票的子模块稀疏识别 | 第42-44页 |
| ·Borda 投票加权的子模块稀疏识别 | 第44-48页 |
| ·实验仿真研究 | 第48-51页 |
| ·Extended Yale B 数据库 | 第48-49页 |
| ·AR_Disguise 数据库 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |