SLO压缩感知信号恢复算法研究及其在图像重构中的应用
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·压缩感知理论背景 | 第6-7页 |
| ·基本理论的当前研究背景 | 第7-8页 |
| ·本设计完成的主要工作 | 第8-9页 |
| ·全文研究内容及章节安排 | 第9-10页 |
| 第二章 压缩感知信号理论的基本内容以及发展 | 第10-20页 |
| ·传统信号处理过程 | 第10-11页 |
| ·压缩感知主要内容 | 第11-18页 |
| ·信号稀疏表示 | 第12-14页 |
| ·感知矩阵设计 | 第14-16页 |
| ·信号恢复算法 | 第16-18页 |
| ·压缩感知理论的应用 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第三章 最优化问题求解 | 第20-23页 |
| ·最优问题 | 第20页 |
| ·最优化迭代下降 | 第20-22页 |
| ·最优化迭代下降 | 第22页 |
| ·总结 | 第22-23页 |
| 第四章 SLO算法及算法改进 | 第23-39页 |
| ·SLO压缩感知信号恢复算法 | 第23-26页 |
| ·NSLO压缩感知信号恢复算法 | 第26-29页 |
| ·Two-step SLO信号恢复算法 | 第29-34页 |
| ·阈值收缩SLO压缩感知算法 | 第34-38页 |
| ·小结 | 第38-39页 |
| 第五章 SLO算法在图像重构中的应用 | 第39-47页 |
| ·BCS-SPL图像重构 | 第39-41页 |
| ·基于SLOIHT压缩感知图像重构 | 第41-46页 |
| ·小结 | 第46-47页 |
| 第六章 结论 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 作者简介 | 第53页 |
| 攻读硕士学位期间研究成果 | 第53-54页 |