| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状和发展趋势 | 第9-11页 |
| 1.3 本文的创新点 | 第11-12页 |
| 1.4 本文结构安排 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 2 压缩感知理论及应用 | 第13-26页 |
| 2.1 压缩感知基本原理 | 第13-15页 |
| 2.2 压缩感知理论的核心内容 | 第15-22页 |
| 2.2.1 基于图像信号的稀疏表示 | 第15-19页 |
| 2.2.2 测量矩阵设计 | 第19-21页 |
| 2.2.3 信号重构算法设计 | 第21-22页 |
| 2.3 压缩感知在图像处理上的应用 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于LDPC校验矩阵的测量矩阵研究 | 第26-45页 |
| 3.1 常用的测量矩阵介绍 | 第26-27页 |
| 3.2 基于LDPC编码校验矩阵的确定性测量矩阵 | 第27-33页 |
| 3.2.1 低密度奇偶检查码及校验矩阵 | 第28-29页 |
| 3.2.2 基于LDPC校验矩阵的构造 | 第29-32页 |
| 3.2.3 基于LDPC校验矩阵的测量矩阵具体形式 | 第32-33页 |
| 3.3 基于LDPC编码的确定性测量矩阵性能分析 | 第33-35页 |
| 3.4 实验仿真及结果分析 | 第35-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 基于压缩感知的图像重构算法研究 | 第45-59页 |
| 4.1 凸松弛算法 | 第45-46页 |
| 4.2 贪婪追踪算法 | 第46-50页 |
| 4.2.1 匹配追踪算法 | 第47-48页 |
| 4.2.2 正交匹配追踪算法 | 第48-49页 |
| 4.2.3 并行算法 | 第49-50页 |
| 4.3 自适应前瞻子空间追踪算法 | 第50-54页 |
| 4.4 实验结果及其分析 | 第54-58页 |
| 4.4.1 一维理想信号重构 | 第54页 |
| 4.4.2 二维图像信号重构 | 第54-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 附录：攻读硕士学位期间发表的论文 | 第67-68页 |
| 致谢 | 第68-69页 |