基于压缩感知的图像编码及重构算法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·本课题研究的意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文的研究内容及组织结构 | 第12-14页 |
| ·研究内容 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 压缩感知理论综述 | 第14-26页 |
| ·压缩感知理论的原理 | 第14-15页 |
| ·压缩感知理论的硬件实现 | 第15-17页 |
| ·压缩感知的研究内容 | 第17-24页 |
| ·信号的稀疏变换 | 第17-18页 |
| ·设计合适的观测矩阵 | 第18-19页 |
| ·信号重构算法 | 第19-24页 |
| ·压缩感知应用前景 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于压缩感知的图像自适应编码算法 | 第26-34页 |
| ·采样率对重构质量的影响 | 第26-28页 |
| ·图像稀疏度的判断准则 | 第28-29页 |
| ·基于压缩感知的图像自适应编码算法 | 第29-30页 |
| ·实验结果及分析 | 第30-33页 |
| ·本章小节 | 第33-34页 |
| 第四章 压缩感知图像重构算法研究 | 第34-50页 |
| ·匹配追踪算法 | 第34-38页 |
| ·交匹配追踪算法 | 第34-35页 |
| ·稀疏自适应匹配追踪算法 | 第35-36页 |
| ·则正交匹配追踪算法 | 第36-38页 |
| ·其他算法 | 第38-39页 |
| ·重构算法实验结果分析比较 | 第39-43页 |
| ·基于TV准则的图像分块重构算法 | 第43-49页 |
| ·现有TV准则的梯度计算方法 | 第43-44页 |
| ·基于TV准则的图像分块梯度计算方法 | 第44-46页 |
| ·本文算法的具体实现过程 | 第46-47页 |
| ·实验结果及分析 | 第47-49页 |
| ·结论 | 第49-50页 |
| 第五章 基于压缩感知的图像序列编码算法研究 | 第50-62页 |
| ·现有基于CS的视频序列处理 | 第50-55页 |
| ·利用小波变换域稀疏性的方法 | 第50-51页 |
| ·利用空域稀疏性的视频采样方法和重构算法 | 第51-53页 |
| ·基于压缩感知的编码器原理 | 第53-54页 |
| ·其他算法简介 | 第54-55页 |
| ·基于压缩感知的图像序列自适应编码算法 | 第55-61页 |
| ·图像序列自适应编码算法描述 | 第55-57页 |
| ·实验结果及其分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |
