| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 压缩感知研究现状 | 第9页 |
| 1.2.2 图像压缩研究现状 | 第9-12页 |
| 1.3 主要研究内容及章节安排 | 第12-14页 |
| 第2章 压缩感知基本理论 | 第14-27页 |
| 2.1 引言 | 第14页 |
| 2.2 压缩感知 | 第14-19页 |
| 2.2.1 传统压缩感知 | 第16-19页 |
| 2.2.2 结构化压缩感知 | 第19页 |
| 2.3 信号的结构化模型 | 第19-23页 |
| 2.3.1 多测量向量模型 | 第20-21页 |
| 2.3.2 块结构稀疏模型 | 第21页 |
| 2.3.3 树结构稀疏模型 | 第21-23页 |
| 2.4 贝叶斯压缩感知重构方法 | 第23-24页 |
| 2.4.1 贝叶斯学习方法 | 第23页 |
| 2.4.2 贝叶斯压缩感知 | 第23-24页 |
| 2.5 现有结构化贝叶斯方法的仿真 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 红外小目标图像重整贝叶斯压缩感知方法 | 第27-47页 |
| 3.1 引言 | 第27-28页 |
| 3.2 T-MSBL算法及其在红外小目标图像信号中的运用 | 第28-31页 |
| 3.3 红外小目标图像重整贝叶斯压缩感知 | 第31-35页 |
| 3.3.1 单帧目标图像行间结构挖掘 | 第31-33页 |
| 3.3.2 红外小目标图像重整贝叶斯压缩感知 | 第33-35页 |
| 3.4 红外小目标图像重整贝叶斯压缩感知恢复 | 第35-37页 |
| 3.5 仿真实验 | 第37-46页 |
| 3.5.1 模拟小目标图像重构 | 第37-39页 |
| 3.5.2 真实红外小目标图像重构 | 第39-43页 |
| 3.5.3 R-BCS方法的性能比较 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 红外小目标图像重整贝叶斯压缩感知的实现 | 第47-64页 |
| 4.1 引言 | 第47-48页 |
| 4.2 红外小目标图像重整采样压缩系统 | 第48-50页 |
| 4.2.1 红外成像系统简述 | 第48-49页 |
| 4.2.2 红外小目标图像重整采样压缩系统架构 | 第49-50页 |
| 4.3 行压缩感知模块 | 第50-56页 |
| 4.3.1 行压缩感知模块的硬件设计 | 第51-54页 |
| 4.3.2 AIC系统原理 | 第54-56页 |
| 4.4 DSP处理模块 | 第56-60页 |
| 4.4.1 行观测重整模块 | 第57-59页 |
| 4.4.2 列压缩感知模块 | 第59-60页 |
| 4.5 系统性能分析 | 第60-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间的研究成果 | 第72页 |