| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题的研究背景 | 第9-10页 |
| 1.3 课题研究意义 | 第10-11页 |
| 1.4 国内外研究现状 | 第11-14页 |
| 1.5 论文主要研究内容与组织结构 | 第14-16页 |
| 1.5.1 主要研究内容 | 第14-15页 |
| 1.5.2 论文组织结构 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第2章 压缩传感理论及其在嵌入式视觉上的应用 | 第17-33页 |
| 2.1 压缩传感概述 | 第17-19页 |
| 2.2 压缩传感理论 | 第19-27页 |
| 2.2.1 信号的稀疏表示 | 第19-20页 |
| 2.2.2 几种信号稀疏方法 | 第20-24页 |
| 2.2.3 观测矩阵的原则 | 第24-25页 |
| 2.2.4 信号重构 | 第25-27页 |
| 2.3 压缩传感理论在嵌入式视觉上的应用 | 第27-32页 |
| 2.3.1 嵌入式视觉信息的采集 | 第27-29页 |
| 2.3.2 嵌入式视觉压缩传感实验流程 | 第29-30页 |
| 2.3.3 嵌入式视觉压缩传感实验结果 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 FPGA可实现的确定性观测矩阵及压缩传感 | 第33-45页 |
| 3.1 常用的观测矩阵 | 第33-36页 |
| 3.1.1 随机观测矩阵 | 第33-35页 |
| 3.1.2 确定性观测矩阵 | 第35-36页 |
| 3.2 FPGA可实现确定性测量矩阵的研究 | 第36-44页 |
| 3.2.1 0、1矩阵 | 第36-38页 |
| 3.2.2 FPGA小波稀疏 | 第38页 |
| 3.2.3 FPGA上0、1矩阵的产生 | 第38-41页 |
| 3.2.4 FPGA上0、1观测矩阵仿真与结果分析 | 第41-42页 |
| 3.2.5 FPGA实现0、1矩阵与高斯随机矩阵的比较 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 基于随机向量表征的观测矩阵及压缩传感 | 第45-52页 |
| 4.1 随机向量表征的观测矩阵 | 第45-47页 |
| 4.2 随机向量表征的观测矩阵分析 | 第47-48页 |
| 4.2.1 RIP性质 | 第47页 |
| 4.2.2 不重复性 | 第47页 |
| 4.2.3 稀疏性 | 第47-48页 |
| 4.3 基于随机向量表征的观测矩阵的压缩传感 | 第48-51页 |
| 4.3.1 随机向量表征构成的观测矩阵与高斯随机矩阵对比 | 第48-50页 |
| 4.3.2 随机向量表征的观测矩阵的稳定性 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 嵌入式视觉压缩传感典型纹理信息的直接识别研究 | 第52-63页 |
| 5.1 纹理图像研究方法 | 第52-54页 |
| 5.1.1 纹理图像 | 第52-53页 |
| 5.1.2 图像纹理的分析方法 | 第53-54页 |
| 5.2 压缩传感纹理信息的直接特征提取与直接识别方法 | 第54-57页 |
| 5.2.1 压缩传感纹理信息的特征提取 | 第54-56页 |
| 5.2.2 压缩传感纹理信息的直接识别 | 第56-57页 |
| 5.3 高斯随机观测下的压缩传感纹理信息实验 | 第57-59页 |
| 5.3.1 高斯随机矩阵观测下的直接特征提取 | 第57-58页 |
| 5.3.2 高斯随机矩阵观测下的直接环境识别 | 第58-59页 |
| 5.4 FPGA实现0、1确定性矩阵观测下的压缩传感纹理信息实验 | 第59-61页 |
| 5.4.1 FPGA的实现0、1确定性矩阵观测下的直接特征提取 | 第59-60页 |
| 5.4.2 FPGA实现的0、1确定性矩阵观测下的直接环境识别 | 第60-61页 |
| 5.5 随机向量表征的观测矩阵下的压缩传感纹理信息实验 | 第61-62页 |
| 5.5.1 随机向量表征的观测矩阵下的直接特征提取 | 第61页 |
| 5.5.2 随机向量表征的观测矩阵下的直接特征识别 | 第61-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 全文总结 | 第63-64页 |
| 6.2 工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间的研究成果 | 第70页 |
