压缩感知技术及其在数字图像取证中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·本文研究内容 | 第11页 |
| ·本文结构安排 | 第11-13页 |
| 2 压缩传感和稀疏表示简介 | 第13-19页 |
| ·压缩传感理论 | 第13-17页 |
| ·稀疏度和测量矩阵 | 第13-15页 |
| ·测量矩阵的构造 | 第15-16页 |
| ·重建算法 | 第16-17页 |
| ·稀疏表示理论 | 第17-19页 |
| ·稀疏和冗余表示模型 | 第17-18页 |
| ·冗余字典的构造 | 第18-19页 |
| 3 基于压缩感知的秘密图像分存 | 第19-23页 |
| ·图像分存简介 | 第19-20页 |
| ·分存算法 | 第20页 |
| ·实验结果分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 4 基于稀疏表示和偏微分方程的图像压缩与重建研究 | 第23-30页 |
| ·扩散方程简介 | 第23-24页 |
| ·图像压缩和重建算法 | 第24-27页 |
| ·实验结果分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 5 基于压缩感知的图像脆弱水印算法 | 第30-37页 |
| ·脆弱水印简介 | 第30页 |
| ·嵌入\提取水印算法 | 第30-32页 |
| ·嵌入水印算法 | 第31-32页 |
| ·提取水印算法 | 第32页 |
| ·实验结果分析 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 6 基于稀疏和冗余表示的立体声音频去噪 | 第37-44页 |
| ·信号去噪简介 | 第37-38页 |
| ·双通道去噪算法 | 第38-41页 |
| ·实验结果分析 | 第41页 |
| ·本章小结 | 第41-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 研究成果 | 第49-50页 |
| 致谢 | 第50页 |
