图像压缩感知融合恢复算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究的目的和意义 | 第10-13页 |
| ·国内外研究现状及发展趋势 | 第13-14页 |
| ·本文的主要研究内容及结构安排 | 第14-16页 |
| 第2章 压缩感知理论基础 | 第16-31页 |
| ·压缩感知基本理论原理 | 第16-17页 |
| ·压缩感知的数学模型 | 第17-30页 |
| ·稀疏模型的建立 | 第19-22页 |
| ·观测矩阵的设计 | 第22-27页 |
| ·信号的重构 | 第27-30页 |
| ·信号恢复质量衡量标准 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第3章 压缩感知信号恢复算法 | 第31-44页 |
| ·基追踪算法(BP) | 第31-32页 |
| ·梯度投影算法(GPSR) | 第32-35页 |
| ·最小全变差法(TV) | 第35-36页 |
| ·正交匹配追踪算法(OMP) | 第36-38页 |
| ·正则正交匹配追踪算法(ROMP) | 第38-39页 |
| ·恢复算法性能比较 | 第39-43页 |
| ·本章总结 | 第43-44页 |
| 第4章 图像融合理论分析 | 第44-58页 |
| ·图像融合基本理论 | 第44-48页 |
| ·图像融合的过程 | 第44-45页 |
| ·图像融合的层次 | 第45-46页 |
| ·图像融合规则 | 第46-48页 |
| ·多尺度分解融合算法 | 第48-49页 |
| ·基于拉普拉斯金字塔变换的图像融合算法 | 第49-52页 |
| ·图像的高斯金字塔分解 | 第49-50页 |
| ·图像的拉普拉斯金字塔分解 | 第50-51页 |
| ·拉普拉斯金字塔融合 | 第51-52页 |
| ·基于小波变换的图像融合算法 | 第52-55页 |
| ·图像的小波分解 | 第53-54页 |
| ·图像的小波融合 | 第54-55页 |
| ·图像融合评价指标 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 图像压缩感知融合恢复算法 | 第58-73页 |
| ·基于压缩感知的图像融合基本理论 | 第58-61页 |
| ·CS图像融合规则及面临的问题 | 第59-60页 |
| ·CS图像融合方法 | 第60-61页 |
| ·传统图像融合效果分析 | 第61-62页 |
| ·对CS后的图像进行融合 | 第62-66页 |
| ·对多聚焦图像融合实验结果及分析 | 第66-72页 |
| ·传统融合方法 | 第66-67页 |
| ·对观测值融合 | 第67-68页 |
| ·对稀疏系数融合 | 第68-70页 |
| ·图像融合评价指标 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| ·本文的工作总结 | 第73-74页 |
| ·下一步研究方向 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读学位期间参加科研项目情况 | 第79-80页 |
| 致谢 | 第80-81页 |
| 研究生履历 | 第81页 |
