基于联合正则化及隐马尔可夫树模型的图像压缩传感方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第1章 绪论 | 第13-21页 |
| ·课题研究背景 | 第13-14页 |
| ·研究现状 | 第14-18页 |
| ·随机投影方式概述 | 第15-16页 |
| ·压缩传感重构算法概述 | 第16-18页 |
| ·压缩传感的应用 | 第18-19页 |
| ·核磁共振成像的发展 | 第18-19页 |
| ·压缩传感理论在MRI 上的应用 | 第19页 |
| ·本课题研究内容及论文结构 | 第19-21页 |
| ·本课题研究内容 | 第19-20页 |
| ·本文的结构安排 | 第20-21页 |
| 第2章 压缩传感理论及重构算法 | 第21-33页 |
| ·压缩传感理论 | 第21-24页 |
| ·信号稀疏性 | 第21-22页 |
| ·压缩传感理论 | 第22-23页 |
| ·压缩传感重构方程 | 第23-24页 |
| ·图像重构算法 | 第24-29页 |
| ·基于贪婪思想的重构算法 | 第24-26页 |
| ·基于凸优化的重构算法 | 第26-28页 |
| ·基于非凸优化的图像重构算法 | 第28-29页 |
| ·基于模型的压缩传感 | 第29-32页 |
| ·模型稀疏性信号 | 第29-30页 |
| ·基于模型的RIP | 第30-31页 |
| ·模型压缩传感重构 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于光滑L_0范数及全变差的 | 第33-43页 |
| ·MRI 压缩传感采样 | 第33-36页 |
| ·MRI 的CS 采样标准 | 第33-34页 |
| ·Monte-Carlo 不相干采样 | 第34-36页 |
| ·SL0 算法 | 第36-39页 |
| ·光滑l_0 范数 | 第37-38页 |
| ·全变差规则化 | 第38-39页 |
| ·基于SL0 及全变差的MRI 重构 | 第39-40页 |
| ·基于SL0 的重构 | 第39-40页 |
| ·基于SL0 及全变差的MRI 重构 | 第40页 |
| ·实验结果及分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于联合正则化及压缩传感的 | 第43-55页 |
| ·基于CS 的MRI 图像重构 | 第43-44页 |
| ·MRI 现有重构算法分析 | 第43-44页 |
| ·MRI 重构方程 | 第44页 |
| ·联合正则化 | 第44-45页 |
| ·联合正则化MRI 重构算法实现步骤 | 第45-49页 |
| ·实验结果及分析 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于双数小波域通用隐马尔可夫树模型 | 第55-70页 |
| ·引言 | 第55-56页 |
| ·稀疏变换域的UHMT 模型及其改进 | 第56-60页 |
| ·小波域HMT 模型 | 第56-58页 |
| ·小波及双树小波域uHMT 模型 | 第58-59页 |
| ·改进的uHMT(puHMT)模型 | 第59-60页 |
| ·基于双树小波UHMT 模型的CS 图像重构 | 第60-63页 |
| ·基于uHMT 模型的重构方程推导 | 第60-62页 |
| ·重构算法实现 | 第62-63页 |
| ·实验结果 | 第63-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
