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

基于压缩传感的背景提取与图像融合

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-20页
   ·研究背景和意义第11-13页
   ·研究现状第13-17页
     ·压缩传感第13-15页
     ·背景提取与更新第15-16页
     ·图像融合第16-17页
   ·本文主要研究内容和结构安排第17-20页
第二章 压缩传感第20-34页
   ·压缩传感理论框架第20-22页
   ·稀疏表示理论第22-23页
   ·测量矩阵的设计第23-27页
   ·重建算法第27-31页
     ·最小l_1 范数法第27-28页
     ·匹配追踪法第28-29页
     ·迭代阈值法第29-30页
     ·最小全变分法第30-31页
   ·压缩传感应用—单像素相机第31-33页
   ·本章小结第33-34页
第三章 压缩传感域的背景提取与更新第34-46页
   ·引言第34-35页
   ·常用的背景提取方法第35-38页
     ·平均法第35页
     ·滑动平均方法第35-36页
     ·中值滤波法第36页
     ·Surendra 算法第36-38页
   ·压缩传感域的背景提取第38-42页
     ·算法框架第38页
     ·算法介绍第38-40页
     ·仿真实验第40-42页
   ·基于压缩传感的背景减法第42-45页
     ·原理介绍第42-43页
     ·仿真实验第43-45页
   ·本章小结第45-46页
第四章 压缩传感域的多聚焦图像融合第46-65页
   ·图像融合基础第46-48页
     ·图像融合的概念第46页
     ·图像融合算法的分类第46-48页
   ·常用的图像融合算法第48-50页
     ·空间域图像融合第48-49页
     ·变换域图像融合第49-50页
   ·压缩传感域图像融合第50-54页
     ·采样矩阵第51页
     ·投影第51页
     ·基于最大值选取的融合规则第51-52页
     ·基于熵加权的融合规则第52-53页
     ·基于RIP 准则的融合规则第53-54页
   ·图像融合性能评价准则第54-57页
     ·图像融合的主观评价第54页
     ·图像融合的客观评价第54-57页
   ·仿真实验第57-64页
   ·本章小结第64-65页
第五章 总结与展望第65-68页
   ·研究成果回顾第65-66页
   ·研究展望第66-68页
参考文献第68-72页
攻读硕士期间的研究成果第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:基于字典学习的人脸图像压缩
下一篇:NUFFT及频谱外推在超声衍射层析成像中的应用研究