| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究的内容 | 第12页 |
| 1.4 章节安排 | 第12-14页 |
| 第二章 常见的图像压缩方法 | 第14-27页 |
| 2.1 图像的压缩处理 | 第14-17页 |
| 2.1.1 图像压缩的目的 | 第14页 |
| 2.1.2 图像压缩过程 | 第14-16页 |
| 2.1.3 图像压缩方法的评价 | 第16-17页 |
| 2.2 典型的图像压缩方法 | 第17-18页 |
| 2.3 基于小波变换的图像压缩 | 第18-23页 |
| 2.3.1 小波技术的理论基础 | 第18-21页 |
| 2.3.2 小波变换图像压缩的过程及特点 | 第21-23页 |
| 2.4 基于压缩传感技术的图像压缩 | 第23-26页 |
| 2.4.1 CS的基本理论 | 第23-25页 |
| 2.4.2 压缩传感技术的应用 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于多贝西小波的温室环境监测图像压缩 | 第27-37页 |
| 3.1 温室监测系统图像压缩的小波选择 | 第27-33页 |
| 3.1.1 小波基的选择 | 第27-28页 |
| 3.1.2 适合温室监测图像压缩的db4和db10对比分析 | 第28-31页 |
| 3.1.3 小波基的选择结果分析 | 第31-33页 |
| 3.2 小波图像压缩的实现和分析 | 第33-36页 |
| 3.2.1 图像压缩的实现过程 | 第33-34页 |
| 3.2.2 温室监测图像小波压缩的算例分析 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 基于压缩传感技术的温室监测图像压缩 | 第37-50页 |
| 4.1 随机测量矩阵设计 | 第37-40页 |
| 4.1.1 高斯/伯努利随机测量矩阵 | 第37-38页 |
| 4.1.2 傅里叶测量矩阵 | 第38-39页 |
| 4.1.3 测量矩阵的选择 | 第39-40页 |
| 4.2 重构算法的设计 | 第40-44页 |
| 4.2.1 正交匹配追踪算法(OMP) | 第40-41页 |
| 4.2.2 基追踪法(BP) | 第41-42页 |
| 4.2.3 非线性共轭梯度法 | 第42页 |
| 4.2.4 图像压缩的对比分析 | 第42-44页 |
| 4.3 温室监测图像压缩传感算例分析 | 第44-49页 |
| 4.3.1 现场监测图像压缩传感的实现 | 第45-47页 |
| 4.3.2 梯度误差与迭代次数关系分析 | 第47-48页 |
| 4.3.3 峰值信噪比与迭代次数关系分析 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 结论与展望 | 第50-52页 |
| 5.1 研究结论 | 第50页 |
| 5.2 研究展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位论文期间发表文章 | 第56页 |