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

基于稀疏表示的交通图像增强算法研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-21页
   ·课题的研究背景及意义第9-11页
   ·研究现状及分析第11-17页
     ·图像增强技术第11-16页
     ·稀疏表示及在图像处理中的应用第16-17页
   ·图像质量的评价第17-18页
   ·测试图像库第18-20页
   ·本文的主要工作及组织结构第20页
 本章小结第20-21页
第二章 图像增强与稀疏表示技术基础第21-34页
   ·引言第21页
   ·噪声模型第21-22页
   ·常用的图像增强方法第22-26页
     ·图像的空间域增强方法第22-23页
     ·图像的变换域增强方法第23-26页
   ·稀疏表示的理论基础第26-33页
     ·稀疏表示的数学描述第27-28页
     ·稀疏表示模型第28-29页
     ·图像的稀疏分解第29-33页
     ·稀疏字典的构造方法第33页
 本章小结第33-34页
第三章 基于K-SVD稀疏表示的交通图像增强算法第34-41页
   ·引言第34-36页
   ·基于K-SVD稀疏表示的交通图像增强算法第36-40页
     ·基于K-SVD稀疏表示的图像增强算法的数学描述第36-37页
     ·算法实现的具体步骤第37页
     ·稀疏字典的设计第37-40页
 本章总结第40-41页
第四章 实验及结果分析第41-53页
   ·引言第41页
   ·实验设置第41-42页
   ·实验设计第42-43页
   ·稀疏字典形成方式对图像去噪的影响第43-45页
   ·稀疏字典大小设置对图像去噪的影响第45-48页
   ·基于K-SVD稀疏表示的交通图像去噪实验第48-51页
 本章小结第51-53页
结论第53-54页
参考文献第54-57页
攻读硕士学位期间发表的学术论文第57-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:基于稀疏编码的车型图像分类识别研究
下一篇:基于OpenCV的交通视频检索研究