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

基于压缩感知的火炮身管内膛图像拼接技术研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-16页
    1.1 研究的目的和意义第10-11页
    1.2 研究现状第11-13页
        1.2.1 压缩感知理论的研究现状第11-12页
        1.2.2 图像拼接技术的研究现状第12-13页
        1.2.3 发展趋势预测第13页
    1.3 主要研究内容第13-14页
        1.3.1 火炮身管内膛图像稀疏变换方式研究第13页
        1.3.2 改进的SAMP重构算法第13-14页
        1.3.3 基于改进压缩感知算法的图像拼接技术研究第14页
    1.4 章节安排第14-16页
第二章 相关技术原理第16-25页
    2.1 引言第16页
    2.2 压缩感知基本理论第16-20页
        2.2.1 信号的稀疏表示第17-18页
        2.2.2 信号的测量第18-19页
        2.2.3 信号的重构第19-20页
    2.3 图像拼接技术第20-24页
        2.3.1 图像配准第20-22页
        2.3.2 图像融合第22-24页
    2.4 本章小结第24-25页
第三章 压缩感知稀疏变换方式研究第25-36页
    3.1 引言第25页
    3.2 信号的稀疏性研究第25-26页
    3.3 稀疏变换方式概述第26-31页
        3.3.1 傅里叶变换第27-28页
        3.3.2 离散余弦变换第28-29页
        3.3.3 小波变换第29-30页
        3.3.4 曲线波变换第30-31页
    3.4 实验与分析第31-35页
    3.5 本章小结第35-36页
第四章 压缩感知重构算法及其改进第36-55页
    4.1 引言第36页
    4.2 重构算法概述第36-43页
        4.2.1 正交匹配追踪(OMP)算法第39-40页
        4.2.2 子空间追踪(SP)算法第40-41页
        4.2.3 稀疏度自适应匹配追踪(SAMP)算法第41-43页
    4.3 SAMP重构算法的改进与优化第43-46页
        4.3.1 稀疏度粗估计第43-44页
        4.3.2 变阶段步长第44页
        4.3.3 改进算法描述第44-46页
    4.4 实验与分析第46-54页
        4.4.1 重构算法性能比较第46-50页
        4.4.2 改进算法性能分析第50-54页
    4.5 本章小结第54-55页
第五章 基于压缩感知的图像拼接技术研究第55-72页
    5.1 引言第55页
    5.2 火炮内膛图像的获取及处理第55-59页
        5.2.1 火炮内膛图像的获取过程第55-56页
        5.2.2 火炮内膛图像的处理过程第56-59页
    5.3 火炮内膛图像拼接算法第59-63页
    5.4 基于压缩感知的图像拼接技术第63-64页
    5.5 实验设计第64-69页
        5.5.1 实验系统介绍第64-67页
        5.5.2 实验具体步骤第67-69页
    5.6 实验与分析第69-71页
    5.7 本章小结第71-72页
第六章 结论与展望第72-73页
致谢第73-74页
参考文献第74-80页

论文共80页,点击 下载论文
上一篇:基于主动学习的多示例多标签学习算法研究
下一篇:基于L1-范数的二维最大间距准则研究