基于压缩感知的遥感视频成像理论与方法研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 研究现状与发展趋势 | 第13-21页 |
| 1.2.1 压缩感知理论研究现状 | 第13-17页 |
| 1.2.2 压缩感知成像系统研究现状 | 第17-20页 |
| 1.2.3 遥感视频图像处理研究现状 | 第20-21页 |
| 1.2.4 CS遥感视频成像需要解决的问题 | 第21页 |
| 1.3 本文的主要工作和创新点 | 第21-23页 |
| 第二章 分布式视频压缩感知理论 | 第23-40页 |
| 2.1 数据压缩与数据冗余 | 第23-24页 |
| 2.2 视频图像编码 | 第24-28页 |
| 2.2.1 静止图像预测编码 | 第24-26页 |
| 2.2.2 运动估计与补偿 | 第26-27页 |
| 2.2.3 运动补偿帧间预测编码 | 第27-28页 |
| 2.3 分布式信源编码 | 第28-29页 |
| 2.4 分布式压缩感知 | 第29-35页 |
| 2.4.1 视频成像建模 | 第29-32页 |
| 2.4.2 分布式视频压缩感知 | 第32-35页 |
| 2.5 DCVS编解码模型性能分析 | 第35-38页 |
| 2.6 本章小结 | 第38-40页 |
| 第三章 压缩感知遥感视频图像重构模型和算法 | 第40-70页 |
| 3.1 压缩感知遥感图像重构方法 | 第40-43页 |
| 3.1.1 准确重构的条件 | 第41-42页 |
| 3.1.2 重构算法 | 第42-43页 |
| 3.2 压缩感知视频重构模型 | 第43-46页 |
| 3.2.1 单帧重构模型 | 第43-44页 |
| 3.2.2 差分重构模型 | 第44-45页 |
| 3.2.3 残差重构模型 | 第45-46页 |
| 3.3 基于双向运动估计的CS残差重构 | 第46-54页 |
| 3.3.1 模型框架 | 第47页 |
| 3.3.2 双向运动估计 | 第47-49页 |
| 3.3.3 双向运动估计残差分布式重构算法 | 第49-51页 |
| 3.3.4 算法改进 | 第51页 |
| 3.3.5 仿真分析 | 第51-54页 |
| 3.4 基于自适应采样的多假设预测残差重构 | 第54-68页 |
| 3.4.1 模型框架 | 第55-56页 |
| 3.4.2 多假设预测 | 第56-58页 |
| 3.4.3 自适应采样 | 第58-59页 |
| 3.4.4 变采样率多假设残差重构 | 第59页 |
| 3.4.5 算法改进 | 第59-60页 |
| 3.4.6 实验设计与仿真分析 | 第60-68页 |
| 3.5 本章小结 | 第68-70页 |
| 第四章 遥感视频图像稀疏表示方法研究 | 第70-86页 |
| 4.1 图像视频的稀疏表示模型 | 第70-72页 |
| 4.2 分块PCA残差字典 | 第72-79页 |
| 4.2.1 Global-PCA字典 | 第72-74页 |
| 4.2.2 基于多假设预测的分块PCA字典 | 第74页 |
| 4.2.3 基于多假设预测的PCA残差学习字典 | 第74-75页 |
| 4.2.4 仿真分析 | 第75-79页 |
| 4.3 Householder字典 | 第79-85页 |
| 4.3.1 Householder变换 | 第79-80页 |
| 4.3.2 Householder字典 | 第80-82页 |
| 4.3.3 仿真分析 | 第82-85页 |
| 4.4 本章小结 | 第85-86页 |
| 第五章 总结与展望 | 第86-88页 |
| 5.1 总结 | 第86-87页 |
| 5.2 展望 | 第87-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-99页 |
| 作者在学期间取得的学术成果 | 第99页 |
