| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 研究与发展现状 | 第15-17页 |
| 1.2.1 SAR图像去噪发展现状 | 第15-16页 |
| 1.2.2 图像压缩重构模型的研究发展现状 | 第16-17页 |
| 1.3 压缩感知基本原理 | 第17-24页 |
| 1.3.1 基本问题 | 第18-20页 |
| 1.3.2 重构模型 | 第20-23页 |
| 1.3.3 重构算法 | 第23-24页 |
| 1.4 本文的研究工作及内容 | 第24-25页 |
| 1.5 本文的章节安排 | 第25-28页 |
| 第二章 基于稀疏重构和Bregman正则化的SAR图像去噪 | 第28-48页 |
| 2.1 基于基追踪的带噪压缩感知模型 | 第28-30页 |
| 2.2 离散曲波变换(FDCT) | 第30-31页 |
| 2.3 基于压缩感知和Bregman距离的SAR图像模型的建立(CSBM) | 第31-34页 |
| 2.4 基于CSBM的SAR图像去噪 | 第34-38页 |
| 2.4.1 Bregman距离 | 第34-35页 |
| 2.4.2 SpaRSA算法框架 | 第35-36页 |
| 2.4.3 SAR图像曲波系数模型 | 第36-37页 |
| 2.4.4 贝叶斯估计 | 第37-38页 |
| 2.5 算法参数估计和迭代标准 | 第38-41页 |
| 2.5.1 噪声标准差σ_j~i 的估计 | 第38-39页 |
| 2.5.2 拉普拉斯分布参数δ的选择 | 第39-40页 |
| 2.5.3 改进的Barzilai-Borwein-Dai-Yuan(BBDY)迭代步长a_t 的估计 | 第40-41页 |
| 2.5.4 重构值的接受标准 | 第41页 |
| 2.5.5 算法终止标准 | 第41页 |
| 2.6 本章算法实现过程 | 第41-42页 |
| 2.7 基于CSBM的SAR图像去噪算法实验 | 第42-45页 |
| 2.7.1 SAR图像去噪评价准侧 | 第42页 |
| 2.7.2 实验结果与分析 | 第42-45页 |
| 2.8 本章小结 | 第45-48页 |
| 第三章 基于texture和cartoon的图像压缩重构 | 第48-64页 |
| 3.1 形态学分量分析(Morphological Component Analysis ，MCA) | 第48-50页 |
| 3.2 测量矩阵和基变换 | 第50-52页 |
| 3.2.1 测量矩阵 | 第50页 |
| 3.2.2 基变换 | 第50-52页 |
| 3.3 基于形态学分析的压缩图像重构 | 第52-57页 |
| 3.3.1 基于texture和cartoon的压缩重构模型 (TC_CS) | 第53-54页 |
| 3.3.2 TC_CS模型的可行性分析 | 第54-55页 |
| 3.3.3 基于形态学分析和两步迭代阈值的重构算法 (MCA_TwIST) | 第55-56页 |
| 3.3.4 MCA_TwIST去噪阈值 | 第56-57页 |
| 3.4 MCA_Tw IST算法实现 | 第57-58页 |
| 3.5 实验结果与分析 | 第58-63页 |
| 3.5.1 重构图像评价准则 | 第58页 |
| 3.5.2 基于TC_CS压缩重构模型有效性分析 | 第58-63页 |
| 3.6 本章小结 | 第63-64页 |
| 第四章 结束语 | 第64-66页 |
| 4.1 总结 | 第64-65页 |
| 4.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
