| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·稀疏表示的神经理论基础 | 第13-14页 |
| ·论文主要研究内容及组织结构 | 第14-16页 |
| 第2章 基于联合子空间的分层字典学习算法 | 第16-34页 |
| ·引言 | 第16页 |
| ·稀疏表示理论 | 第16-18页 |
| ·与 OMP 算法迭代过程相适应的分层字典学习算法 | 第18-21页 |
| ·K-SVD 字典学习算法 | 第18-19页 |
| ·与 OMP 算法迭代过程相适应的分层字典学习算法 | 第19-21页 |
| ·基于联合子空间的分层字典学习算法 | 第21-28页 |
| ·方向子空间 | 第22-24页 |
| ·字典训练 | 第24-26页 |
| ·子空间判决 | 第26-27页 |
| ·算法复杂度分析 | 第27-28页 |
| ·实验结果 | 第28-32页 |
| ·稀疏表示 | 第28-29页 |
| ·图像去噪 | 第29-32页 |
| ·本章小结 | 第32-34页 |
| 第3章 基于原子和分子联合字典的稀疏表示 | 第34-50页 |
| ·引言 | 第34页 |
| ·原子空间 | 第34-36页 |
| ·分子字典 | 第36-47页 |
| ·Blob 分子结构及字典训练 | 第37-41页 |
| ·Corner 分子结构及字典训练 | 第41-46页 |
| ·纹理字典 | 第46-47页 |
| ·实验结果 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于稀疏编码和流形投影相结合的稀疏表示 | 第50-64页 |
| ·引言 | 第50页 |
| ·稀疏编码 | 第50-51页 |
| ·基于稀疏编码和流形投影相结合的稀疏表示 | 第51-53页 |
| ·基于稀疏编码和流形投影相结合的图像修复 | 第53-55页 |
| ·基于图像块整体稀疏性和流形投影相结合的压缩成像 | 第55-63页 |
| ·基于图像局部稀疏性与流形投影相结合的压缩成像 | 第55-56页 |
| ·基于图像块整体稀疏性与流形投影相结合的压缩成像 | 第56-59页 |
| ·实验结果 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |