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重构算法研究

摘要第5-6页
Abstract第6-7页
1 绪论第12-17页
    1.1 研究背景和意义第12-13页
        1.1.1 研究背景第12页
        1.1.2 研究意义第12-13页
    1.2 压缩感知的应用第13-14页
        1.2.1 信号处理中的应用第13页
        1.2.2 图像处理中的应用第13-14页
        1.2.3 通信网络中的应用第14页
    1.3 压缩感知重构算法的研究现状第14-15页
    1.4 研究内容和组织结构第15-16页
        1.4.1 研究内容第15-16页
        1.4.2 组织结构第16页
    1.5 本章小结第16-17页
2 压缩感知理论第17-29页
    2.1 压缩感知理论框架第17-18页
    2.2 压缩感知的三大核心问题第18-22页
        2.2.1 稀疏表示第18-19页
        2.2.2 测量矩阵第19-21页
        2.2.3 重构算法第21-22页
    2.3 贪婪迭代算法的介绍第22-25页
        2.3.1 MP第22-23页
        2.3.2 OMP第23页
        2.3.3 CoSaMP第23-25页
    2.4 分块压缩感知第25-28页
        2.4.1 分块压缩采样过程第26页
        2.4.2 BCS-SPL算法第26-28页
    2.5 本章小结第28-29页
3 中子脉冲信号的压缩感知重构算法第29-45页
    3.1 中子脉冲信号介绍第29-30页
    3.2 实验结果分析第30-38页
        3.2.1 MP算法重构第30-33页
        3.2.2 CoSaMP算法重构第33-36页
        3.2.3 OMP算法重构第36-38页
    3.3 重构误差比较第38-40页
    3.4 重构质量评估第40-44页
        3.4.1 重构质量参数介绍第40-41页
        3.4.2 重构信号质量评价第41-44页
    3.5 本章小结第44-45页
4 改进的BCS-SPL算法第45-59页
    4.1 双密度双树复小波第45-46页
        4.1.1 双密度双树复小波变换第45-46页
    4.2 基于双密度双树复小波变换的图像分块自适应压缩感知第46-51页
        4.2.2 自适应采样第46-49页
        4.2.3 自适应重构第49-51页
    4.3 实验仿真与结果分析第51-58页
        4.3.1 参数设置第51-52页
        4.3.2 实验结果分析第52-58页
    4.4 本章小结第58-59页
5 总结与展望第59-61页
    5.1 本文工作总结第59-60页
    5.2 未来研究方向第60-61页
参考文献第61-66页
致谢第66-67页
作者简介及读研期间主要科研成果第67-68页

论文共68页,点击 下载论文
上一篇:神华宁煤集团异构数据信息集成的研究
下一篇:基于小波变换的自适应图像去噪方法的研究