基于二维不可分离字典的图像稀疏分解算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 引言 | 第11-14页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外的研究现状和发展趋势 | 第12-13页 |
| ·论文的总体结构 | 第13-14页 |
| 第二章 人体视觉特性及原子模型 | 第14-26页 |
| ·人体视觉系统和视觉特性概述 | 第14-18页 |
| ·视觉系统 | 第14-16页 |
| ·视觉信息处理机制和感知模型 | 第16-17页 |
| ·视觉特性与启示 | 第17-18页 |
| ·基于谐波分析的图像分解 | 第18-21页 |
| ·从Fourier 到Wavelets | 第18-19页 |
| ·几何方向性原子模型介绍 | 第19-21页 |
| ·高频AR 字典 | 第21-24页 |
| ·AR 母函数 | 第21页 |
| ·各向异性和方向性 | 第21-22页 |
| ·AR 字典生成 | 第22-23页 |
| ·参数离散化 | 第23-24页 |
| ·低频Gaussian 字典 | 第24-25页 |
| ·Gaussian 母函数 | 第24页 |
| ·Gaussian 字典生成 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 稀疏图像表示 | 第26-33页 |
| ·引言 | 第26-27页 |
| ·过完备原子库 | 第27页 |
| ·相关定义 | 第27-28页 |
| ·冗余字典稀疏信号表示 | 第28-31页 |
| ·基追踪 | 第28-29页 |
| ·贪婪算法 | 第29-31页 |
| ·图像质量评价标准 | 第31-32页 |
| ·主观评价准则 | 第31页 |
| ·客观评价准则 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 灰度图像分解算法 | 第33-55页 |
| ·全追踪算法 | 第33-36页 |
| ·原型匹配追踪算法的缺点 | 第33页 |
| ·平移不变性 | 第33-35页 |
| ·基于FFT 的快速运算 | 第35页 |
| ·全追踪算法流程 | 第35-36页 |
| ·算法优缺点 | 第36页 |
| ·树追踪算法 | 第36-43页 |
| ·从原子到分子 | 第36-37页 |
| ·字典特征 | 第37-38页 |
| ·树结构字典 | 第38-40页 |
| ·树追踪算法流程 | 第40-41页 |
| ·复杂度分析 | 第41-42页 |
| ·算法优缺点 | 第42-43页 |
| ·多尺度树追踪算法 | 第43-51页 |
| ·原子参数和相关性 | 第43-45页 |
| ·多尺度字典 | 第45-46页 |
| ·从多尺度字典到树结构多尺度字典 | 第46页 |
| ·从树结构字典到多尺度树结构字典 | 第46-49页 |
| ·多尺度树追踪算法流程 | 第49-50页 |
| ·复杂度分析 | 第50页 |
| ·算法优缺点 | 第50-51页 |
| ·三种算法性能比较 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 彩色图像分解算法 | 第55-70页 |
| ·颜色空间 | 第55-56页 |
| ·RGB 颜色空间 | 第55-56页 |
| ·RGB 颜色空间的优势 | 第56页 |
| ·多通道多原子匹配追踪算法 | 第56-57页 |
| ·算法描述 | 第56-57页 |
| ·复杂度和性能分析 | 第57页 |
| ·算法优缺点 | 第57页 |
| ·残差能量最小匹配追踪算法 | 第57-59页 |
| ·算法描述 | 第57-58页 |
| ·复杂度和性能分析 | 第58-59页 |
| ·算法优缺点 | 第59页 |
| ·相关最大匹配追踪算法 | 第59-61页 |
| ·算法描述 | 第59-60页 |
| ·复杂度和性能分析 | 第60页 |
| ·算法优缺点 | 第60-61页 |
| ·单通道单原子匹配追踪算法 | 第61-63页 |
| ·算法描述 | 第61-62页 |
| ·算法优缺点 | 第62-63页 |
| ·四种算法性能比较 | 第63-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-74页 |
| ·全文总结 | 第70-72页 |
| ·课题展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间的研究成果 | 第80-81页 |
