第1章概述

1.1信號表示從稀疏到低秩

1.1.1信號稀疏表示

1.1.2信號低秩表示

1.2基本概念和術(shù)語

1.2.1稀疏表示

12.2低秩表示

1.3稀疏與低秩表示在圖像處理和計算機視覺

1.3.1圖像超分辨率

1.3.2目標榆測

1.3.3.目標跟蹤

1.3.4其他應(yīng)用

1.4本書的主要內(nèi)容與組織安排

參考文獻

第2章稀疏與低秩表示模型和算法_

2.1稀疏表示模型

2.2稀疏表示算法

2.2.1貪婪算法

2.2.2快速優(yōu)化算法

2.3字典學(xué)習模型

2.4字典學(xué)習算法

2.4.1批處理字典學(xué)習

2.4.2在線字典學(xué)習算法

2.5低秩表示模型

2.5.1線性模型

2.5.2非線性模型

2.6低秩表示算法

2.6.1迭代閾值算法

2.6.2加速近似梯度箅法

2.6.3精確增廣拉格朗日乘子算法

參考文獻

第3章基于稀疏表示的圖像超分辨率重建

3.1..圖像超分辨率重建概述

3.1.1基本概念

3.1.2發(fā)展歷程

3.1.3本章內(nèi)容

3.2稀疏域圖像超分辨率模型與算法

3.2.1稀疏域圖像趟分辨率思想

3.2.2魯棒性單幅圖像超分辨率模型

3.2.3圖像超分辨率箅法

3.2.1實驗結(jié)果與分析

3.3基于圖像塊稀疏結(jié)構(gòu)相似度鄰域約束的超分辨率重建

3.3.1.HR／LR樣本模型及雙字典學(xué)習

3.3.2稀疏結(jié)構(gòu)相似度鄰域逼近

3.3.3超分辨率重建算法

3.3.4實驗結(jié)果與分析

3.4局部樣本匹配和多級濾波的快速超分辨率重建

3.4.1超分辨率模型

3.4.2樣本匹配與采樣濾波

3.4.3快速超分辨率算法

……

第4章基于稀疏和低秩表示的目標檢測

第5章基于稀疏與低秩表示的目標跟蹤

第6章軍事偵察與制導(dǎo)典型應(yīng)用