| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·引言 | 第8页 |
| ·研究现状综述 | 第8-12页 |
| ·本文的主要工作 | 第12-14页 |
| 2 多尺度变换与图像形态分量分析 | 第14-28页 |
| ·引言 | 第14页 |
| ·多尺度变换概述 | 第14-21页 |
| ·离散余弦变换 | 第14-16页 |
| ·常用小波变换 | 第16-18页 |
| ·RIDGELET变换 | 第18页 |
| ·CURVELET变换 | 第18-20页 |
| ·CONTOURLET变换 | 第20页 |
| ·GABOR变换 | 第20-21页 |
| ·图像形态分量分析 | 第21-26页 |
| ·问题描述 | 第21-22页 |
| ·MCA模型导出 | 第22-23页 |
| ·字典选择 | 第23-25页 |
| ·算法描述 | 第25-26页 |
| ·实验结果与分析 | 第26页 |
| ·本章小节 | 第26-28页 |
| 3 基于冗余字典的超完备图像稀疏表示与追踪算法研究 | 第28-44页 |
| ·引言 | 第28-29页 |
| ·追踪算法理论 | 第29-35页 |
| ·超完备稀疏表示 | 第29页 |
| ·MP算法及其变种 | 第29-30页 |
| ·TBP算法 | 第30-35页 |
| ·TOBP算法 | 第35页 |
| ·GABOR感知多成份字典 | 第35-36页 |
| ·实验结果及分析 | 第36-42页 |
| ·四种匹配追踪算法重构效果与性能对比 | 第36-41页 |
| ·四种匹配追踪算法分解系数稀疏性分析 | 第41-42页 |
| ·本章小节 | 第42-44页 |
| 4 基于过完备稀疏表示分类字典的图像形态分量分析算法 | 第44-57页 |
| ·引言 | 第44页 |
| ·基于GABOR感知函数的过完备稀疏表示分类字典的设计 | 第44-47页 |
| ·结构分量过完备稀疏表示字典的设计 | 第45-46页 |
| ·纹理分量过完备稀疏表示字典的设计 | 第46-47页 |
| ·数值算法描述 | 第47-48页 |
| ·实验结果与分析 | 第48-56页 |
| ·灰度共生矩阵与纹理特征提取 | 第48-50页 |
| ·实验一:人工合成图像的形态分量分析 | 第50-52页 |
| ·实验二:LENA图像的形态分量分析 | 第52-54页 |
| ·实验三:BARBARA图像的形态分量分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 5 基于GABOR过完备分类字典下MCA的图像修补模型与算法 | 第57-65页 |
| ·引言 | 第57页 |
| ·基于GABOR过完备分类字典下MCA的图像修补模型与算法 | 第57-60页 |
| ·模型导出 | 第57-58页 |
| ·数值算法描述 | 第58-60页 |
| ·实验结果与分析 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间所发表的学术论文 | 第72页 |
