摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-26页 |
1.1 选题缘由和意义 | 第16-17页 |
1.2 国内外研究现状分析 | 第17-23页 |
1.2.1 凸优化理论在多维信号处理中的发展 | 第18-19页 |
1.2.2 超声检测技术的研究现状 | 第19-20页 |
1.2.3 结构光深度数据恢复技术的研究现状 | 第20-22页 |
1.2.4 背景固定的视频压缩方法的研究现状 | 第22-23页 |
1.3 论文的主要研究思路和研究内容 | 第23-26页 |
第二章 凸优化理论与新兴的多维信号处理方法 | 第26-32页 |
2.1 引言 | 第26页 |
2.2 凸优化理论与压缩感知理论 | 第26-27页 |
2.3 矩阵范数凸优化理论与矩阵的低秩稀疏分解 | 第27-30页 |
2.4 能量最小化理论与图像的局部滤波器 | 第30-32页 |
第三章 基于凸优化理论的窄带信号高分辨检测技术 | 第32-52页 |
3.1 引言 | 第32页 |
3.2 超声检测中的实际问题 | 第32-34页 |
3.2.1 上频率的限制 | 第32-33页 |
3.2.2 下频率的限制 | 第33页 |
3.2.3 窄带回波的空域混叠 | 第33-34页 |
3.2.4 回波的失真 | 第34页 |
3.3 基于压缩感知的信号分离 | 第34-38页 |
3.3.1 检测问题的基本建模及其求解 | 第34-36页 |
3.3.2 分离混叠回波的一个例子 | 第36-37页 |
3.3.3 基本方法的优缺点 | 第37-38页 |
3.4 一种自适应的超声检测方法 | 第38-43页 |
3.4.1 用SVD处理含噪字典 | 第38-39页 |
3.4.2 自适应估计噪声水平 | 第39-40页 |
3.4.3 减小问题规模 | 第40-41页 |
3.4.4 DRAO与基本方法的一个对比 | 第41-42页 |
3.4.5 基于先验信息的后处理 | 第42-43页 |
3.5 仿真实验 | 第43-51页 |
3.5.1 分离混叠回波 | 第44页 |
3.5.2 分离失真的混叠回波 | 第44-46页 |
3.5.3 所提方法对信号失真处理能力的一个量化分析 | 第46-47页 |
3.5.4 分离严重混叠的回波 | 第47-48页 |
3.5.5 检测误差的量化分析 | 第48页 |
3.5.6 在真实数据上的实验 | 第48-51页 |
3.6 小结 | 第51-52页 |
第四章 一个Kinect深度数据恢复的凸优化框架及其扩展 | 第52-70页 |
4.1 引言 | 第52-53页 |
4.2 深度数据修补的主要方法 | 第53-55页 |
4.3 一个Kinect深度恢复的凸优化框架 | 第55-61页 |
4.3.1 具有选择性的深度保真项 | 第56-57页 |
4.3.2 考虑设备特性的深度正则项 | 第57-58页 |
4.3.3 区域自适应的联合双边滤波 | 第58-59页 |
4.3.4 求解所提的全局优化框架 | 第59-61页 |
4.4 建立一个具有Kinect数据特性的数据库 | 第61-63页 |
4.5 实验结果 | 第63-69页 |
4.5.1 去噪质量的一个量化评估 | 第64-65页 |
4.5.2 漏洞修补质量的一个量化评估 | 第65-67页 |
4.5.3 整体恢复质量的一个量化评估 | 第67-68页 |
4.5.4 处理真实Kinect数据的对比实验 | 第68-69页 |
4.6 小结 | 第69-70页 |
第五章 基于凸优化的LRSD在视频压缩中的应用 | 第70-86页 |
5.1 引言 | 第70-72页 |
5.2 基于低秩稀疏分解的视频压缩 | 第72-75页 |
5.2.1 对低秩成分的压缩 | 第72-73页 |
5.2.2 对稀疏成分和残差的压缩 | 第73-74页 |
5.2.3 与背景消除方法的对比 | 第74-75页 |
5.3 一种增量的低秩稀疏分解算法 | 第75-79页 |
5.3.1 给定低秩结构的增量稀疏分解 | 第76-77页 |
5.3.2 增量恢复低秩结构 | 第77-78页 |
5.3.3 所提增量低秩稀疏分解的量化评估 | 第78-79页 |
5.3.4 基于增量低秩稀疏分解的视频压缩 | 第79页 |
5.4 实验结果 | 第79-84页 |
5.4.1 与标准编码器的对比 | 第79-82页 |
5.4.2 与其他方法的对比 | 第82-83页 |
5.4.3 量化参数的一个分析 | 第83-84页 |
5.5 小结 | 第84-86页 |
第六章 总结与展望 | 第86-88页 |
6.1 研究结论 | 第86页 |
6.2 研究展望 | 第86-88页 |
参考文献 | 第88-96页 |
致谢 | 第96-98页 |
作者简介 | 第98-99页 |