基于压缩感知的图像稀疏表示方法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·压缩感知理论的提出背景 | 第10-12页 |
| ·压缩感知理论的研究意义 | 第12-13页 |
| ·压缩感知理论的研究现状 | 第13-15页 |
| ·本文主要研究内容及章节安排 | 第15-16页 |
| 第二章 压缩感知的理论框架 | 第16-25页 |
| ·预备知识及基本原理 | 第16-18页 |
| ·压缩感知理论的主要内容 | 第18-21页 |
| ·信号的稀疏表示 | 第18-19页 |
| ·观测矩阵 | 第19-21页 |
| ·信号的重构 | 第21页 |
| ·压缩感知理论的应用 | 第21-24页 |
| ·磁共振成像（MRI） | 第22页 |
| ·天文学 | 第22页 |
| ·编码纠错 | 第22-23页 |
| ·单像素 CS 相机 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 主要图像信号稀疏方法及比较 | 第25-37页 |
| ·MP 算法 | 第25-26页 |
| ·OMP 算法 | 第26-29页 |
| ·BP 算法 | 第29-31页 |
| ·一种基于二元树的稀疏表示 | 第31-36页 |
| ·算法基本思想 | 第32页 |
| ·算法复杂度分析 | 第32-33页 |
| ·仿真结果 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 主要压缩感知信号重构算法及比较 | 第37-46页 |
| ·OMP 重构算法 | 第37页 |
| ·ROMP 算法 | 第37-39页 |
| ·SAMP 算法 | 第39-40页 |
| ·一种改进的稀疏自适应匹配追踪算法 | 第40-45页 |
| ·稀疏度估计 | 第41页 |
| ·阶段变步长 | 第41-42页 |
| ·改进算法过程 | 第42-43页 |
| ·实验仿真 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-49页 |
| ·工作总结 | 第46-47页 |
| ·工作展望 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第55-56页 |
| 致谢 | 第56页 |
