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建及去噪初步研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第11-15页
    1.1 课题的背景和意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 压缩感知研究现状第12页
        1.2.2 图像去噪研究现状第12-13页
        1.2.3 图像评价标准第13-14页
    1.3 本文组织结构第14-15页
第2章 压缩感知理论第15-24页
    2.1 压缩感知理论介绍第15-18页
        2.1.1 信号的稀疏性及可压缩性第15-16页
        2.1.2 随机投影矩阵第16-18页
    2.2 压缩感知信号重建第18-21页
    2.3 压缩感知信号去噪第21-23页
    2.4 本章小结第23-24页
第3章 压缩感知MR图像重建第24-35页
    3.1 MR成像简介第24-25页
    3.2 基于压缩感知的MR图像重建第25-30页
        3.2.1 MR图像的稀疏性第26-28页
        3.2.2 基于压缩感知的MR成像系统随机投影矩阵第28-29页
        3.2.3 基于压缩感知的MR图像重建第29-30页
    3.3 实验结果及其分析第30-34页
    3.4 本章小结第34-35页
第4章 基于恒等变换和小波变换的压缩感知MR图像去噪第35-57页
    4.1 MR图像去噪简介第35-38页
        4.1.1 维纳滤波第36页
        4.1.2 中值滤波第36-37页
        4.1.3 均值滤波第37页
        4.1.4 小波阈值去噪第37-38页
    4.2 基于恒等变换的压缩感知MR图像去噪第38-39页
    4.3 基于小波变换的压缩感知MR图像去噪第39-45页
        4.3.1 小波变换第39-41页
        4.3.2 基于小波变换的MR图像去噪第41页
        4.3.3 基于小波变换的压缩感知图像去噪第41-45页
    4.4 基于混合稀疏变换的压缩感知MR图像去噪第45-46页
    4.5 实验结果及分析第46-56页
    4.6 本章小结第56-57页
第5章 基于CONTOURLET变换的多尺度压缩感知图像去噪第57-68页
    5.1 CONTOURLET变换第57-59页
    5.2 图像在CONTOURLET变换域的稀疏性第59-61页
    5.3 基于CONTOURLET变换的多尺度压缩感知图像去噪第61-63页
    5.4 实验结果与分析第63-67页
    5.5 本章小结第67-68页
总结与展望第68-69页
致谢第69-70页
参考文献第70-74页
攻读硕士期间参加的科研项目和完成的科研论文第74页

论文共74页,点击 下载论文
上一篇:基于迭代反演的自由表面相关多次波压制方法研究
下一篇:双深槽高电阻率外延超低电容TVS的研究