| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 引言 | 第7-10页 |
| 1.1 研究目的与意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 本文内容结构安排 | 第9-10页 |
| 第二章 压缩感知理论及贪婪算法 | 第10-17页 |
| 2.1 压缩感知理论概述 | 第10-11页 |
| 2.2 稀疏信号和可压缩模型 | 第11页 |
| 2.3 采样矩阵 | 第11-12页 |
| 2.4 压缩感知重构算法 | 第12-15页 |
| 2.4.1 正交匹配追踪算法 | 第13页 |
| 2.4.2 分段正交匹配追踪算法及分段弱正交匹配追踪算法 | 第13-14页 |
| 2.4.3 子空间追踪算法 | 第14-15页 |
| 2.4.4 稀疏度自适应匹配追踪算法 | 第15页 |
| 2.5 评价重构后图像效果参数 | 第15-16页 |
| 2.6 本章小结 | 第16-17页 |
| 第三章 预测正交匹配追踪算法 | 第17-27页 |
| 3.1 预测正交匹配算法理论 | 第17-18页 |
| 3.2 提出的预测正交匹配追踪算法 | 第18-20页 |
| 3.3 数值实验及结果分析 | 第20-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 双阈值正交匹配追踪算法 | 第27-37页 |
| 4.1 双阈值正交匹配算法理论 | 第27页 |
| 4.2 双阈值正交匹配追踪算法 | 第27-29页 |
| 4.3 数值实验及结果分析 | 第29-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第五章 估计稀疏度自适应匹配追踪算法 | 第37-48页 |
| 5.1 改进的稀疏度估计方法 | 第37-38页 |
| 5.2 估计稀疏度自适应匹配追踪算法 | 第38-39页 |
| 5.3 数值实验及结果分析 | 第39-46页 |
| 5.4 本章小结 | 第46-48页 |
| 第六章 互补匹配追踪类算法 | 第48-59页 |
| 6.1 互补匹配模型 | 第48-50页 |
| 6.1.1 正交补空间匹配追踪算法 | 第49页 |
| 6.1.2 改进的CMPs-GPu算法 | 第49-50页 |
| 6.2 改进的补空间算法 | 第50-52页 |
| 6.3 数值实验及结果分析 | 第52-58页 |
| 6.4 本章小结 | 第58-59页 |
| 第七章 总结与展望 | 第59-60页 |
| 7.1 总结 | 第59页 |
| 7.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |