| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-11页 |
| 1.3 本文主要工作内容 | 第11-12页 |
| 1.4 本文结构安排 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 压缩传感理论 | 第14-23页 |
| 2.1 压缩传感理论框架 | 第14-15页 |
| 2.2 压缩传感基本原理 | 第15-22页 |
| 2.2.1 稀疏表示 | 第15-17页 |
| 2.2.2 测量矩阵 | 第17-19页 |
| 2.2.3 重构算法 | 第19-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于压缩传感的图像分块重构 | 第23-36页 |
| 3.1 分块压缩传感 | 第23-27页 |
| 3.2 基于Contourlet变换的图像分块压缩传感重构 | 第27-35页 |
| 3.2.1 改进的Contourlet变换 | 第27-30页 |
| 3.2.2 基于改进Contourlet变换的图像分块压缩传感重构 | 第30-31页 |
| 3.2.3 算法的具体步骤 | 第31-32页 |
| 3.2.4 实验结果分析 | 第32-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 基于双稀疏基稀疏表示的压缩传感图像重构 | 第36-50页 |
| 4.1 基于DTCWT和Contourlet混合基稀疏表示的压缩传感 | 第36-38页 |
| 4.1.1 双树复数小波变换（DTCWT） | 第36-37页 |
| 4.1.2 基于混合基稀疏表示的压缩传感重构 | 第37-38页 |
| 4.2 全变分调整 | 第38-39页 |
| 4.3 Bregman迭代算法及其衍生算法 | 第39-45页 |
| 4.3.1 Bregman迭代及相关知识 | 第39-41页 |
| 4.3.2 线性Bregman迭代算法 | 第41-42页 |
| 4.3.3 分裂Bregman迭代 | 第42-45页 |
| 4.4 基于双稀疏基稀疏表示的线性Bregman迭代算法 | 第45-47页 |
| 4.4.1 重构算法算法原理 | 第45-46页 |
| 4.4.2 算法的具体步骤 | 第46-47页 |
| 4.5 实验结果分析 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 基于全变分范数的图像分块重构算法 | 第50-62页 |
| 5.1 全变分简述 | 第50-53页 |
| 5.2 基于改进的全变分算法的图像分块重构算法 | 第53-58页 |
| 5.2.1 常见全变分范数的梯度计算方法 | 第54-55页 |
| 5.2.2 基于全变分范数的图像分块的梯度计算方法 | 第55-57页 |
| 5.2.3 算法的具体步骤 | 第57-58页 |
| 5.3 实验结果与分析 | 第58-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间发表的论文和科研项目 | 第70页 |
