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

基于非负结构稀疏表示的光谱图像超分辨率重建

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-20页
    1.1 引言第14-15页
    1.2 高光谱图像概述第15-18页
        1.2.1 高光谱图像特点分析第15-16页
        1.2.2 高光谱图像超分辨率重建研究现状第16-18页
    1.3 主要研究内容与章节安排第18-20页
第二章 基于高分辨彩色图像的高分辨光谱成像方法简介第20-30页
    2.1 引言第20-21页
    2.2 稀疏表示理论简介第21-26页
        2.2.1 图像的稀疏表示及重构第21-24页
        2.2.2 交替方向乘子优化法第24-26页
    2.3 非负矩阵分解模型简介第26-27页
    2.4 基于非负稀疏的高光谱成像第27-29页
        2.4.1 非负矩阵分解在高光谱图像的应用第27-28页
        2.4.2 非负稀疏高光谱成像应用第28-29页
    2.5 本章小结第29-30页
第三章 基于非负结构稀疏表示的高光谱图像超分辨重建算法第30-48页
    3.1 引言第30页
    3.2 结构稀疏表示介绍第30-37页
        3.2.1 自然图像的结构稀疏表示第30-34页
        3.2.2 光谱图像的结构稀疏表示第34-37页
    3.3 基于非负结构稀疏表示的高光谱图像超分辨算法第37-41页
        3.3.1 优化目标函数构建第37-38页
        3.3.2 优化算法第38-40页
        3.3.3 自适应正则参数第40-41页
    3.4 实验结果第41-46页
        3.4.1 定量评估第41页
        3.4.2 实验设置第41-42页
        3.4.3 结果显示第42-46页
    3.5 本章小结第46-48页
第四章 基于非负全变差正则化的高光谱图像超分辨算法第48-66页
    4.1 引言第48-49页
    4.2 全变差模型概述第49-51页
        4.2.1 各向同性全变差模型第49-50页
        4.2.2 各向异性全变差模型第50-51页
    4.3 基于非负全变差正则化的高光谱图像超分辨算法第51-54页
        4.3.1 优化目标函数构建第51-52页
        4.3.2 优化算法第52-54页
    4.4 实验结果第54-65页
        4.4.1 对比实验第55页
        4.4.2 TV正则化约束的对比第55页
        4.4.3 实验结果第55-65页
    4.5 本章小结第65-66页
第五章 总结与展望第66-68页
参考文献第68-74页
致谢第74-76页
作者简介第76-77页

论文共77页,点击 下载论文
上一篇:面向LBS的机器视觉协助的智能手机惯性导航研究
下一篇:彩色地形图中等高线断裂重建算法的研究