压缩传感理论及其在红外图像处理中的应用研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-20页 |
| ·研究背景 | 第7-11页 |
| ·基于Shannon 定理的信号处理 | 第9-10页 |
| ·稀疏采样原理 | 第10-11页 |
| ·压缩传感理论研究进展 | 第11-14页 |
| ·红外图像处理系统研究进展 | 第14-18页 |
| ·红外成像器件研究进展 | 第16-17页 |
| ·红外图像处理技术研究进展 | 第17-18页 |
| ·本文研究内容 | 第18-19页 |
| ·论文内容安排 | 第19-20页 |
| 第2章 压缩传感理论基础 | 第20-33页 |
| ·压缩传感理论的提出 | 第20-23页 |
| ·传统信号处理过程 | 第20-21页 |
| ·压缩传感处理过程 | 第21-23页 |
| ·压缩传感理论的数学描述 | 第23-24页 |
| ·信号的稀疏表达 | 第24-26页 |
| ·压缩传感的设计 | 第26-28页 |
| ·压缩传感处理过程 | 第26-27页 |
| ·测量矩阵的构造 | 第27-28页 |
| ·信号重构算法 | 第28-30页 |
| ·最小L1 范数算法 | 第28-29页 |
| ·匹配追踪及改进算法 | 第29-30页 |
| ·最小全变分(TV)法 | 第30页 |
| ·迭代阈值法(IT) | 第30页 |
| ·压缩传感的应用概述 | 第30-32页 |
| ·压缩传感成像 | 第31页 |
| ·基于压缩传感的信道编码 | 第31-32页 |
| ·模拟/数字信息转换 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于小波变换的信号稀疏表达方法研究 | 第33-43页 |
| ·自然信号的稀疏性 | 第33-35页 |
| ·小波变换原理 | 第35-39页 |
| ·小波函数 | 第37-38页 |
| ·连续小波变换 | 第38页 |
| ·离散小波变换 | 第38-39页 |
| ·小波系数的稀疏度 | 第39-40页 |
| ·基于小波变换的自适应信号稀疏化 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 亚高斯伪随机传感矩阵 | 第43-48页 |
| ·常用传感矩阵 | 第43-44页 |
| ·亚高斯随机分布 | 第44页 |
| ·基于亚高斯随机测量的压缩传感过程 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 自适应分块重构算法研究 | 第48-58页 |
| ·压缩传感理论中信号重构方法简介 | 第48页 |
| ·自适应分块重构算法 | 第48-49页 |
| ·算法仿真分析 | 第49-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 基于压缩传感的典型场景红外成像研究 | 第58-66页 |
| ·红外成像系统简介 | 第58-59页 |
| ·典型场景的红外成像 | 第59-60页 |
| ·基于压缩传感的典型红外场景成像 | 第60-62页 |
| ·信号的稀疏表达 | 第60页 |
| ·压缩传感 | 第60-61页 |
| ·信号的重构 | 第61-62页 |
| ·基于压缩传感的红外成像仿真分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第7章 结论 | 第66-68页 |
| 参考文献 | 第68-79页 |
| 缩略语词汇表 | 第79-80页 |
| 附录 A 压缩传感研究资源 | 第80-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士学位期间的研究成果 | 第82页 |
