| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-10页 |
| 插图清单 | 第10-11页 |
| 第1章 绪论 | 第11-14页 |
| ·研究背景和意义 | 第11页 |
| ·国内外相关领域的研究现状 | 第11-12页 |
| ·主要工作和结构安排 | 第12-14页 |
| ·主要研究工作 | 第12-13页 |
| ·结构安排 | 第13-14页 |
| 第2章 压缩感知的理论框架 | 第14-21页 |
| ·基本原理 | 第14-15页 |
| ·压缩感知理论的主要内容 | 第15-18页 |
| ·信号的稀疏表示 | 第16页 |
| ·观测矩阵 | 第16-18页 |
| ·信号的重构 | 第18页 |
| ·压缩感知理论的应用 | 第18-21页 |
| ·磁共振成像（MRI） | 第18-19页 |
| ·天文学 | 第19页 |
| ·编码纠错 | 第19页 |
| ·单像素 CS 相机 | 第19-21页 |
| 第3章 主要信号重建算法介绍及其比较 | 第21-29页 |
| ·主要信号重建算法介绍 | 第21-26页 |
| ·OMP 算法 | 第21页 |
| ·StOMP 算法 | 第21-22页 |
| ·ROMP 算法 | 第22-23页 |
| ·CoSaMP 算法 | 第23页 |
| ·SP 算法 | 第23-24页 |
| ·SAMP 算法 | 第24-26页 |
| ·仿真比较 | 第26-29页 |
| 第4章 基于单层小波变换的自适应压缩感知图像处理 | 第29-33页 |
| ·预备知识 | 第29页 |
| ·基于单层小波变换的非自适应压缩感知算法 | 第29-30页 |
| ·稀疏度未知条件下基于单层小波变换的自适应压缩感知算法 | 第30页 |
| ·仿真结果 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第5章 总结与展望 | 第33-35页 |
| ·本文工作总结 | 第33页 |
| ·工作展望 | 第33-35页 |
| 参考文献 | 第35-38页 |