基于压缩感知的水下图像处理
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 引言 | 第10页 |
| 1.2 压缩感知理论简介 | 第10-12页 |
| 1.3 压缩感知应用现状及前景 | 第12-15页 |
| 1.4 水的光学特性及对水下成像的影响 | 第15-16页 |
| 1.5 本文主要工作及章节安排 | 第16-17页 |
| 第2章 压缩感知理论 | 第17-28页 |
| 2.1 压缩感知理论框架 | 第17-18页 |
| 2.2 压缩感知理论的稀疏表示 | 第18-19页 |
| 2.3 压缩感知理论的测量矩阵 | 第19-22页 |
| 2.3.1 常用测量矩阵的介绍 | 第20-22页 |
| 2.4 压缩感知理论的重建方法 | 第22-27页 |
| 2.4.1 最小κ 范数法 | 第22-23页 |
| 2.4.2 匹配追踪类算法 | 第23-26页 |
| 2.4.3 迭代阈值算法 | 第26页 |
| 2.4.4 最小全变分方法 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于压缩感知的有噪图像处理 | 第28-43页 |
| 3.1 小波变换基本理论 | 第28-30页 |
| 3.1.1 连续小波变换 | 第28-29页 |
| 3.1.2 离散小波变换 | 第29-30页 |
| 3.2 多分辨分析和 Mallat 算法 | 第30-33页 |
| 3.2.1 多分辨率分析 | 第30-31页 |
| 3.2.2 Mallat 算法 | 第31-33页 |
| 3.3 小波去噪法 | 第33-38页 |
| 3.3.1 模极大值去噪法 | 第33-34页 |
| 3.3.2 相关系数法 | 第34-35页 |
| 3.3.3 小波阈值去噪法 | 第35-38页 |
| 3.4 基于压缩感知的有噪图像处理 | 第38-42页 |
| 3.4.1 图像评价标准 | 第38-39页 |
| 3.4.2 实验过程及结果分析 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于压缩感知的水下图像成像处理研究 | 第43-57页 |
| 4.1 水下成像技术及相关器件的发展 | 第43-44页 |
| 4.2 基于稀疏基的水下图像成像研究 | 第44-46页 |
| 4.3 基于观测矩阵的水下图像成像研究 | 第46-51页 |
| 4.4 基于重建方法的水下图像成像研究 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 总结及展望 | 第57-60页 |
| 5.1 研究工作总结 | 第57-58页 |
| 5.2 今后工作展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第66-67页 |
