| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 压缩感知理论 | 第9-11页 |
| 1.3 观测矩阵研究现状 | 第11-12页 |
| 1.4 本文的研究内容 | 第12-13页 |
| 1.5 本文的章节安排 | 第13-15页 |
| 2 压缩感知及观测矩阵 | 第15-28页 |
| 2.1 压缩感知基本原理 | 第15-18页 |
| 2.1.1 信号的稀疏表示 | 第16-17页 |
| 2.1.2 重构算法 | 第17-18页 |
| 2.2 压缩感知的成像应用 | 第18-20页 |
| 2.2.1 单像素相机 | 第18-19页 |
| 2.2.2 多光谱成像器 | 第19页 |
| 2.2.3 遥感图像重构 | 第19-20页 |
| 2.3 观测矩阵的构造 | 第20-23页 |
| 2.3.1 观测矩阵构造条件 | 第20-21页 |
| 2.3.2 观测矩阵的分类 | 第21-23页 |
| 2.4 图像重构质量评价方法 | 第23-24页 |
| 2.5 仿真实验 | 第24-27页 |
| 2.6 总结 | 第27-28页 |
| 3 级联低密度奇偶观测矩阵的构造及图像分块算法改进 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 级联低密度奇偶观测矩阵的构造 | 第28-32页 |
| 3.2.1 低密度奇偶校验编码 | 第28-29页 |
| 3.2.2 LDPC校验矩阵的构造 | 第29-31页 |
| 3.2.3 级联LDPC观测矩阵的构造 | 第31-32页 |
| 3.3 图像分块重构算法改进 | 第32-34页 |
| 3.3.1 图像分块重构算法 | 第32-33页 |
| 3.3.2 图像分块重构算法改进 | 第33-34页 |
| 3.4 仿真实验 | 第34-36页 |
| 3.5 总结 | 第36-38页 |
| 4 引入对角化机制的LDPC观测矩阵改进与应用 | 第38-57页 |
| 4.1 引言 | 第38页 |
| 4.2 引入对角化机制的观测矩阵 | 第38-39页 |
| 4.3 对角化LDPC观测矩阵 | 第39-43页 |
| 4.3.1 去除对角化 | 第39-40页 |
| 4.3.2 设计流程 | 第40-43页 |
| 4.4 仿真实验 | 第43-49页 |
| 4.4.1 不同对角块观测矩阵的性能对比 | 第43-47页 |
| 4.4.2 对角化LDPC矩阵与其他观测矩阵性能对比 | 第47-49页 |
| 4.5 遥感图像应用 | 第49-56页 |
| 4.6 总结 | 第56-57页 |
| 5 压缩感知图像重构系统设计与应用 | 第57-68页 |
| 5.1 引言 | 第57页 |
| 5.2 图像重构仿真软件系统 | 第57页 |
| 5.2.1 运行环境 | 第57页 |
| 5.2.2 系统框架 | 第57页 |
| 5.3 软件系统说明及实验流程 | 第57-65页 |
| 5.3.1 采样模块 | 第59-62页 |
| 5.3.2 字典模块 | 第62-63页 |
| 5.3.3 重构模块 | 第63-65页 |
| 5.4 软件应用实例 | 第65-67页 |
| 5.5 总结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录 | 第76页 |