| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·论文研究背景和意义 | 第10-11页 |
| ·压缩感知国内外研究现状 | 第11-13页 |
| ·稀疏表示研究现状 | 第11-12页 |
| ·随机投影研究现状 | 第12-13页 |
| ·重构算法研究现状 | 第13页 |
| ·视频压缩感知国内外研究现状 | 第13-15页 |
| ·压缩感知的应用 | 第15页 |
| ·本文的主要研究内容 | 第15-17页 |
| 第2章 压缩感知 | 第17-36页 |
| ·压缩感知基本理论 | 第17-18页 |
| ·稀疏表示 | 第18-20页 |
| ·观测矩阵 | 第20-22页 |
| ·重构算法 | 第22-28页 |
| ·贪婪算法 | 第22-23页 |
| ·凸优化算法 | 第23-28页 |
| ·基于快速收缩算法的压缩感知 | 第28-35页 |
| ·增广拉格郎日方法 | 第28-30页 |
| ·变量分割的思想 | 第30页 |
| ·交替乘子方向法 | 第30-32页 |
| ·软阈值收缩算法 | 第32-33页 |
| ·SALS 算法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于 Surfacelet 和非局部相似性的视频压缩感知算法 | 第36-48页 |
| ·引言 | 第36页 |
| ·Surfacelet 变换 | 第36-39页 |
| ·图像非局部相似性 | 第39-42页 |
| ·基于 Surfacelet 和非局部相似性的视频压缩感知算法 | 第42-43页 |
| ·实验结果与分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于 Surfacelet 分类字典的视频压缩感知算法 | 第48-60页 |
| ·引言 | 第48页 |
| ·基于 Surfacelet 的分类字典学习 | 第48-51页 |
| ·基于 Surfacelet 分类字典的视频压缩感知算法 | 第51-54页 |
| ·实验结果与分析 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
