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

论文共80页,点击 下载论文
上一篇:论西洋传统和声在我国五声性曲调和声编配中的应用
下一篇:《碎金词谱》的曲调考证研究