首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于非负字典学习高光谱图像超分辨

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-22页
    1.1 引言第14-15页
    1.2 高分辨光谱图像获取概述第15-19页
        1.2.1 高分辨光谱图像的获取第15-16页
        1.2.2 高光谱图像超分辨研究现状第16-19页
    1.3 主要研究内容与章节安排第19-22页
第二章 高光谱图像超分辨理论简介第22-34页
    2.1 引言第22页
    2.2 稀疏表示第22-26页
    2.3 字典学习第26-31页
        2.3.1 最优方向法(MOD)第26-27页
        2.3.2 K-SVD第27-29页
        2.3.3 在线字典学习第29-31页
    2.4 交替方向乘子法(ADMM)第31-32页
    2.5 本章小结第32-34页
第三章 联合全变差稀疏高光谱图像超分辨第34-50页
    3.1 引言第34页
    3.2 全变差概述第34-36页
        3.2.1 各向同性全变差模型第35页
        3.2.2 各向异性全变差模型第35-36页
    3.3 联合全变差稀疏高光谱图像超分辨重建第36-43页
        3.3.2 光谱字典学习第38-41页
        3.3.3 非负稀疏系数求解第41-43页
    3.4 实验结果第43-49页
    3.5 本章小结第49-50页
第四章 基于非局部稀疏高光谱图像超分辨第50-64页
    4.1 引言第50-51页
    4.2 非局部自相似概述第51-53页
    4.3 基于非局部稀疏高光谱图像超分辨重建第53-55页
    4.4 实验结果第55-61页
        4.4.1 模拟高光谱图像重建结果第56-61页
        4.4.2 真实高光谱图像重建结果第61页
    4.5 本章小结第61-64页
第五章 总结与展望第64-66页
参考文献第66-72页
致谢第72-74页
作者简介第74-75页

论文共75页,点击 下载论文
上一篇:基于深度稀疏编码的图像恢复
下一篇:视觉目标跟踪算法及其CUDA优化加速研究