中文摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第8-12页 |
1.1 课题背景与研究意义 | 第8-9页 |
1.1.1 课题背景 | 第8页 |
1.1.2 研究意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.3 主要研究工作及章节安排 | 第10-12页 |
2 压缩感知 | 第12-20页 |
2.1 压缩感知基本理论 | 第12页 |
2.2 压缩感知编解码结构 | 第12-14页 |
2.3 压缩感知关键要素 | 第14-19页 |
2.3.1 信号的稀疏表示 | 第14-16页 |
2.3.2 观测矩阵测量 | 第16-18页 |
2.3.3 重构算法 | 第18-19页 |
2.4 本章小节 | 第19-20页 |
3 基于压缩感知的图像重构算法 | 第20-30页 |
3.1 经典压缩感知重构算法简介 | 第20-24页 |
3.1.1 匹配追踪算法(MP) | 第20页 |
3.1.2 正交匹配追踪算法(OMP) | 第20-21页 |
3.1.3 正则化正交匹配追踪算法(ROMP) | 第21-22页 |
3.1.4 压缩采样匹配追踪算法(CoSaMP) | 第22-23页 |
3.1.5 分段正交匹配追踪算法(StOMP) | 第23页 |
3.1.6 稀疏度自适应匹配追踪算法(SAMP) | 第23-24页 |
3.2 各算法性能仿真分析 | 第24-29页 |
3.2.1 重构性能评价标准 | 第24-25页 |
3.2.2 一维信号重构的仿真分析 | 第25-27页 |
3.2.3 二维信号重构的仿真分析 | 第27-29页 |
3.3 本章小结 | 第29-30页 |
4 稀疏度自适应分段正交匹配追踪算法 | 第30-40页 |
4.1 StOMP算法优缺点分析 | 第30-31页 |
4.2 稀疏度自适应分段正交匹配追踪算法 | 第31-34页 |
4.2.1 支撑集最大原子数目估计 | 第31页 |
4.2.2 阈值参数修正 | 第31-32页 |
4.2.3 原子预处理 | 第32-33页 |
4.2.4 稀疏度自适应 | 第33页 |
4.2.5 算法步骤及分析 | 第33-34页 |
4.3 仿真结果及分析 | 第34-39页 |
4.3.1 不同阈值参数条件下信号重构性能仿真及分析 | 第34-35页 |
4.3.2 不同稀疏度条件下信号重构性能仿真及分析 | 第35-37页 |
4.3.3 算法在图像处理中的应用 | 第37-39页 |
4.4 本章小节 | 第39-40页 |
5 监控场景下基于压缩感知的视频重构 | 第40-51页 |
5.1 视频编码方案概述 | 第40-43页 |
5.1.1 空间及时间相关性 | 第40页 |
5.1.2 传统视频编码方案 | 第40-41页 |
5.1.3 压缩感知在视频编码中的应用 | 第41-43页 |
5.2 监控场景下基于压缩感知的视频重构方案 | 第43-47页 |
5.2.1 基于欧氏距离的关键帧提取 | 第43-44页 |
5.2.2 视频序列预处理 | 第44-45页 |
5.2.3 帧内与帧间编码策略 | 第45-46页 |
5.2.4 视频压缩重构步骤 | 第46-47页 |
5.3 仿真结果及分析 | 第47-50页 |
5.3.1 不同采样率下非关键帧的重构性能 | 第47页 |
5.3.2 监控视频重构仿真及分析 | 第47-50页 |
5.4 本章小结 | 第50-51页 |
6 总结与展望 | 第51-53页 |
6.1 本文总结 | 第51-52页 |
6.2 展望 | 第52-53页 |
致谢 | 第53-54页 |
参考文献 | 第54-58页 |
附录 | 第58页 |
A.作者在攻读学位期间发表的论文(和专利)目录 | 第58页 |
B.作者在攻读学位期间参与的科研项目 | 第58页 |