您现在的位置是:网站首页 > 当代诗歌

基于全变差与非局部低秩先验的图像压缩感知重构

本站2019-07-0223人围观
简介 摘要第7-8页Abstract第8页第一章绪论第10-15页研究背景及意义第10-11页国内外研究现状第11-13页本文主要研究工作第13-14页本文结构安排第14-15页第二章压缩感知理论第

基于全变差与非局部低秩先验的图像压缩感知重构

摘要第7-8页Abstract第8页第一章绪论第10-15页研究背景及意义第10-11页国内外研究现状第11-13页本文主要研究工作第13-14页本文结构安排第14-15页第二章压缩感知理论第15-26页引言第15页压缩感知基本理论第15-19页信号稀疏表示第16页信号的压缩采样第16-17页信号的重构第17-19页经典重构算法的性能仿真对比第19-25页正交匹配追踪算法(OMP)第19-20页多假设重构算法(MH)第20-21页全变差重构算法(TV)第21-23页三种算法重构仿真对比第23-25页本章小结第25-26页第三章基于非局部自相似模型的图像恢复第26-39页引言第26-27页基于非局部稀疏模型的图像压缩感知重构第27-32页非局部相似块匹配第27-29页非局部稀疏滤波及算法描述第29-30页实验结果与分析第30-32页非局部低秩先验模型及其改进第32-38页低秩矩阵理论概述第32-33页非局部低秩模型及其改进第33-35页基于非局部低秩先验模型的图像去噪第35-36页实验结果与分析第36-38页本章小结第38-39页第四章结合全变差与非局部先验的图像压缩感知重构第39-47页引言第39页基于全变差与非局部稀疏先验的图像压缩感知重构第39-41页联合全变差与非局部低秩的图像压缩感知重构第41-44页χ子问题的求解第42-43页子问题的求解第43-44页实验结果与分析第44-46页本章小结第46-47页第五章总结与展望第47-49页论文总结第47页展望第47-49页参考文献第49-54页致谢第54-55页附录:攻读学位期间所发表/录用的学术论文目录第55页。