| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 表格 | 第11页 |
| 插图 | 第11-13页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 多媒体信息压缩传输技术概述 | 第13-14页 |
| 1.2 稀疏表示技术发展现状 | 第14-15页 |
| 1.3 压缩感知技术发展现状 | 第15-16页 |
| 1.4 论文研究内容和研究意义 | 第16-17页 |
| 1.5 论文结构安排 | 第17-18页 |
| 第2章 信号的稀疏表示与压缩感知技术 | 第18-30页 |
| 2.1 图像压缩传输架构 | 第18-19页 |
| 2.1.1 传统图像压缩传输架构 | 第18-19页 |
| 2.1.2 传统图像传输所存在的问题 | 第19页 |
| 2.1.3 基于压缩感知技术的图像传输流程及其可行性分析 | 第19页 |
| 2.2 压缩感知技术 | 第19-24页 |
| 2.2.1 压缩感知技术的关键问题 | 第20页 |
| 2.2.2 压缩感知技术的目标函数和求解方法 | 第20-24页 |
| 2.3 信号的稀疏表示技术 | 第24-27页 |
| 2.3.1 信号稀疏表示方法和目标函数 | 第24页 |
| 2.3.2 离散余弦变换和离散小波变换 | 第24-25页 |
| 2.3.3 基于过完备字典的信号表示技术 | 第25-27页 |
| 2.4 信号的稀疏测量技术 | 第27-29页 |
| 2.4.1 信号稀疏测量矩阵的构造方法和构造准则 | 第27页 |
| 2.4.2 传统测量矩阵 | 第27-28页 |
| 2.4.3 基于LDPC码校验矩阵的测量矩阵设计 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于低密度架构的图像压缩传输技术 | 第30-48页 |
| 3.1 基于低密度架构的图像压缩传输方案设计 | 第30-35页 |
| 3.1.1 发送端处理 | 第30-32页 |
| 3.1.2 接收端处理 | 第32-35页 |
| 3.2 改进的基于低密度架构的图像压缩传输技术模型 | 第35-41页 |
| 3.2.1 模型的信号先验分布 | 第35页 |
| 3.2.2 模型的目标函数和求解方法 | 第35-36页 |
| 3.2.3 模型的SuPrEM重构算法 | 第36-38页 |
| 3.2.4 改进GSM模型及其SuPrEM算法 | 第38-39页 |
| 3.2.5 其他先验分布模型及其重构算法介绍 | 第39-41页 |
| 3.3 基于低密度架构的图像压缩传输技术方案性能仿真 | 第41-47页 |
| 3.3.1 仿真设置和评价指标 | 第41-42页 |
| 3.3.2 基于低密度架构的压缩感知对一维信号的仿真 | 第42-43页 |
| 3.3.3 基于低密度架构的压缩感知对图像的仿真实现 | 第43-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 基于Contourlet变换的压缩传输技术 | 第48-64页 |
| 4.1 超小波分析和Contourlet变换 | 第48-50页 |
| 4.2 Contourlet系数分析 | 第50-52页 |
| 4.2.1 Contourlet系数结构分析 | 第51页 |
| 4.2.2 Contourlet系数统计分析 | 第51-52页 |
| 4.3 Contourlet变换在压缩感知技术中的应用 | 第52-56页 |
| 4.3.1 Contourlet变换在传统压缩感知框架应用 | 第52-55页 |
| 4.3.2 Contourlet变换在低密度架构压缩感知应用 | 第55-56页 |
| 4.4 Contourlet变换在压缩编码技术中的应用 | 第56-63页 |
| 4.4.1 SPIHT编码方案 | 第57-59页 |
| 4.4.2 小波-Contourlet变换在SPIHT的应用 | 第59-60页 |
| 4.4.3 小波-Contourlet变换在SPIHT的仿真分析 | 第60-63页 |
| 4.5 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 本文工作总结 | 第64-65页 |
| 未来工作展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
