| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 实验系统的改进 | 第13页 |
| 1.2.2 成像算法的改进 | 第13-14页 |
| 1.2.3 提高数据采集效率的方法 | 第14-15页 |
| 1.3 本文主要研究内容及章节安排 | 第15-17页 |
| 第2章 压缩感知和相位恢复基本理论 | 第17-25页 |
| 2.1 引言 | 第17-18页 |
| 2.2 压缩感知理论框架 | 第18-19页 |
| 2.3 稀疏表示 | 第19-20页 |
| 2.4 相位恢复算法 | 第20-24页 |
| 2.4.1 GS算法基本原理 | 第21-22页 |
| 2.4.2 ER算法和HIO算法 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于非抽样小波正则化的傅里叶叠层成像算法 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 傅里叶叠层成像基本原理 | 第25-27页 |
| 3.3 交替方向乘子法 | 第27-29页 |
| 3.4 基于非抽样小波正则化的傅里叶叠层成像算法 | 第29-34页 |
| 3.4.1 非抽样小波变换 | 第29-31页 |
| 3.4.2 算法思想 | 第31-33页 |
| 3.4.3 算法伪代码 | 第33-34页 |
| 3.5 图像质量评价标准 | 第34-35页 |
| 3.6 实验结果与分析 | 第35-40页 |
| 3.6.1 无噪声情况 | 第36-38页 |
| 3.6.2 含噪声情况 | 第38-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第4章 基于双树复数小波正则化的傅里叶叠层成像算法 | 第41-54页 |
| 4.1 引言 | 第41页 |
| 4.2 WF算法 | 第41-43页 |
| 4.3 基于双树复数小波正则化的傅里叶叠层成像算法 | 第43-49页 |
| 4.3.1 一维和二维双树复数小波变换 | 第43-45页 |
| 4.3.2 算法思想 | 第45-48页 |
| 4.3.3 算法伪代码 | 第48-49页 |
| 4.4 实验结果与分析 | 第49-53页 |
| 4.4.1 无噪声情况 | 第49-51页 |
| 4.4.2 含噪声情况 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 基于全变差正则化的傅里叶叠层成像算法 | 第54-64页 |
| 5.1 引言 | 第54页 |
| 5.2 全变差理论 | 第54-56页 |
| 5.3 基于全变差正则化的傅里叶叠层成像算法 | 第56-58页 |
| 5.3.1 算法思想 | 第56-57页 |
| 5.3.2 算法伪代码 | 第57-58页 |
| 5.4 实验结果与分析 | 第58-63页 |
| 5.4.1 无噪声情况 | 第58-60页 |
| 5.4.2 含噪声情况 | 第60-63页 |
| 5.5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73页 |