| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 压缩感知理论研究发展现状 | 第11-13页 |
| 1.2.1 压缩感知的发展概述 | 第11-12页 |
| 1.2.2 压缩感知的应用概述 | 第12-13页 |
| 1.3 本文研究内容及组织结构 | 第13-15页 |
| 第2章 压缩感知基本原理 | 第15-26页 |
| 2.1 压缩感知的理论基础 | 第15-16页 |
| 2.2 稀疏变换与线性观测 | 第16-19页 |
| 2.2.1 信号的稀疏变换 | 第16-18页 |
| 2.2.2 信号的线性观测 | 第18-19页 |
| 2.3 常用重构算法 | 第19-25页 |
| 2.3.1 OMP算法 | 第19-21页 |
| 2.3.2 St OMP算法 | 第21-22页 |
| 2.3.3 ROMP算法 | 第22-23页 |
| 2.3.4 Co Sa MP算法 | 第23页 |
| 2.3.5 SP算法 | 第23-24页 |
| 2.3.6 SAMP算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于DCT的变步长压缩感知图像重建算法 | 第26-46页 |
| 3.1 图像DCT的变步长重建算法的理论基础 | 第26-31页 |
| 3.1.1 图像DCT系数分布特性 | 第26-27页 |
| 3.1.2 算法可行性的理论基础 | 第27-30页 |
| 3.1.3 步长确定 | 第30-31页 |
| 3.2 基于DCT的变步长压缩感知重构算法流程 | 第31-33页 |
| 3.2.1 基于DCT域变步长思想对OMP算法的改进 | 第31-32页 |
| 3.2.2 基于DCT域变步长思想对Co Sa MP算法的改进 | 第32页 |
| 3.2.3 基于DCT域变步长思想对SP算法的改进 | 第32-33页 |
| 3.3 算法仿真及性能分析 | 第33-44页 |
| 3.3.1 变步长的OMP算法与OMP算法仿真结果对比 | 第34-38页 |
| 3.3.2 变步长的Co Sa MP算法与Co Sa MP算法仿真结果对比 | 第38-41页 |
| 3.3.3 变步长的SP算法与SP算法仿真结果对比 | 第41-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 基于图像行列相关性改进的压缩感知重建算法 | 第46-61页 |
| 4.1 引言 | 第46-47页 |
| 4.2 基于图像行列相关性的压缩感知重建算法理论 | 第47-49页 |
| 4.2.1 算法理论基础 | 第47-48页 |
| 4.2.2 小波变换系数特性 | 第48-49页 |
| 4.3 基于图像行列相关性的压缩感知重建算法 | 第49-52页 |
| 4.3.1 基于行列相关性的OMP算法流程 | 第50-51页 |
| 4.3.2 基于行列相关的SP算法流程 | 第51-52页 |
| 4.4 算法仿真及性能分析 | 第52-60页 |
| 4.4.1 OMP算法仿真性能分析 | 第53-56页 |
| 4.4.2 SP算法仿真性能分析 | 第56-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 分块压缩感知的改进的图像重建算法 | 第61-71页 |
| 5.1 引言 | 第61页 |
| 5.2 分块压缩感知图像重建算法 | 第61-66页 |
| 5.2.1 分块压缩感知基础理论知识 | 第61-63页 |
| 5.2.2 采样率自适应的分块压缩感知图像重建算法 | 第63-64页 |
| 5.2.3 稀疏度自适应的分块压缩感知重构算法 | 第64-65页 |
| 5.2.4 压缩率、稀疏度自适应的分块压缩感知重构算法 | 第65-66页 |
| 5.3 实验结果及分析 | 第66-70页 |
| 5.4 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
