基于压缩感知的图像复原算法的研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 课题研究的背景和意义 | 第10-11页 |
1.2 研究现状 | 第11-14页 |
1.2.1 压缩感知研究现状 | 第11-12页 |
1.2.2 图像去噪研究现状 | 第12-14页 |
1.3 压缩感知理论的应用 | 第14-15页 |
1.4 主要的研究工作及各章安排 | 第15-17页 |
第二章 压缩感知基本理论 | 第17-29页 |
2.1 引言 | 第17页 |
2.2 压缩感知理论的提出 | 第17-19页 |
2.3 压缩感知原理 | 第19-21页 |
2.4 压缩感知理论的基本框架 | 第21-25页 |
2.4.1 信号的稀疏性表示 | 第21-22页 |
2.4.2 信号的测量 | 第22-23页 |
2.4.3 信号的重构 | 第23-25页 |
2.5 压缩感知图像重构仿真实验 | 第25-28页 |
2.6 本章小结 | 第28-29页 |
第三章 图像去噪基本理论 | 第29-38页 |
3.1 引言 | 第29页 |
3.2 含噪图像模型 | 第29页 |
3.3 常见噪声及其概率密度函数 | 第29-31页 |
3.4 常见图像去噪方法 | 第31-34页 |
3.4.1 空间域图像去噪方法 | 第31-32页 |
3.4.2 变换域图像去噪方法 | 第32-34页 |
3.5 图像质量的评价 | 第34-35页 |
3.6 图像去噪仿真实验 | 第35-37页 |
3.7 本章小结 | 第37-38页 |
第四章 一种改进的正交匹配追踪压缩感知重建方法 | 第38-51页 |
4.1 引言 | 第38页 |
4.2 正交匹配追踪算法(OMP) | 第38-40页 |
4.3 改进OMP算法描述 | 第40-41页 |
4.4 实验结果和分析 | 第41-49页 |
4.4.1 不同图像下的实验结果 | 第41-47页 |
4.4.2 不同采样率下的对比 | 第47-49页 |
4.5 本章小结 | 第49-51页 |
第五章 基于小波分析改进阈值的图像去噪方法 | 第51-71页 |
5.1 引言 | 第51页 |
5.2 小波变换 | 第51-52页 |
5.2.1 小波变换的特点 | 第51-52页 |
5.2.2 连续小波变换 | 第52页 |
5.2.3 离散小波变换 | 第52页 |
5.3 小波阈值图像去噪原理 | 第52-56页 |
5.3.1 阈值的选取 | 第53-54页 |
5.3.2 阈值函数的选取 | 第54-56页 |
5.4 改进的阈值函数描述 | 第56-57页 |
5.5 仿真实验过程 | 第57-62页 |
5.5.1 获取数据 | 第58页 |
5.5.2 数据拟合 | 第58-61页 |
5.5.3 求取最大值及其对应坐标 | 第61-62页 |
5.6 实验结果和分析 | 第62-66页 |
5.6.1 不同图像下的实验结果 | 第62-65页 |
5.6.2 实验结果分析 | 第65-66页 |
5.7 改进OMP算法与改进阈值相结合的去噪方法 | 第66-70页 |
5.7.1 硬阈值与软阈值的去噪方法 | 第66页 |
5.7.2 粒子群算法求解的改进阈值去噪算法 | 第66-68页 |
5.7.3 不同采样率下的对比 | 第68-69页 |
5.7.4 实验结果分析 | 第69-70页 |
5.8 本章小结 | 第70-71页 |
第六章 总结与展望 | 第71-73页 |
6.1 总结 | 第71-72页 |
6.2 展望 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-79页 |
攻读硕士学位期间取得的研究成果 | 第79-80页 |