基于压缩感知理论的图像采样和重构

摘要	第1-5页
Abstract	第5-9页
1 绪论	第9-13页
·研究目的和意义	第9-10页
·国内外研究现状和发展趋势	第10-11页
·本文主要工作和结构安排	第11-13页
·主要研究工作	第11页
·本文结构安排	第11-13页
2 压缩感知理论概述	第13-20页
·压缩感知的原理	第13-16页
·信号的稀疏表示理论	第13页
·线性测量过程	第13-15页
·稀疏重建过程	第15-16页
·重建算法的分类概述	第16-19页
·迭代贪婪算法	第16-18页
·最小L_1范数凸优化算法	第18页
·Bayesian统计优化算法	第18页
·最小权变分法	第18页
·迭代阀值算法	第18-19页
·本章小结	第19-20页
3 基于压缩感知的稀疏重建算法	第20-38页
·OMP算法的实现	第20-22页
·SAMP算法的实现	第22-24页
·BP算法的实现	第24-25页
·基于反馈神经网络的压缩重建算法	第25-32页
·反馈神经网络原理	第25-27页
·倒高斯反馈神经网络	第27-30页
·基于启发式搜索的分段倒高斯反馈神经网络	第30-32页
·稀疏重建算法之间的性能对比与分析	第32-37页
·本章小结	第37-38页
4 基于压缩感知的图像采样与重构方法研究	第38-57页
·基于压缩感知的图像采样与重构方案	第38-39页
·稀疏图像采样与重构实验结果及其分析	第39-41页
·空域非稀疏图像采样与重构实验结果及其分析	第41-47页
·一种改进的图像重建方案及其实现	第47-50页
·基于单层和多层小波变换的压缩感知图像处理	第50-55页
·基于单层小波变换的压缩感知图像处理	第50-52页
·基于多层小波变换的压缩感知图像处理	第52-55页
·压缩图像的量化与编码	第55-56页
·本章小结	第56-57页
结论	第57-59页
参考文献	第59-62页
攻读硕士学位期间发表学术论文情况	第62-63页
致谢	第63-64页