| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·压缩感知简介 | 第7-8页 |
| ·特定目标的图像重构的研究背景 | 第8页 |
| ·视觉注意机制简介 | 第8-11页 |
| ·视觉注意机制 | 第8-10页 |
| ·视觉注意机制在图像处理中的运用 | 第10-11页 |
| ·论文主要内容 | 第11-13页 |
| 第二章 压缩感知及自然图像的块压缩感知 | 第13-21页 |
| ·压缩感知 | 第13-16页 |
| ·需要解决的问题 | 第13-14页 |
| ·解决的办法 | 第14-16页 |
| ·自然图像的块压缩感知 | 第16-19页 |
| ·块压缩感知基础 | 第17-18页 |
| ·块压缩感知 | 第18-19页 |
| ·实验结果及分析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于压缩感知的特定目标图像重构 | 第21-37页 |
| ·引言 | 第21-23页 |
| ·相关数学背景和定义 | 第23-24页 |
| ·使用加权L2范数选择性重构 | 第24-27页 |
| ·加权L2范数 | 第24-25页 |
| ·权值的选取 | 第25-26页 |
| ·实验结果及分析 | 第26-27页 |
| ·用K-SVD稀疏字典对算法进行改进 | 第27-29页 |
| ·K-SVD字典学习方法 | 第27-28页 |
| ·实验结果 | 第28-29页 |
| ·基于分类的压缩感知 | 第29-34页 |
| ·结构相似度 | 第29-31页 |
| ·数据相似度 | 第31-34页 |
| ·基于数据相似度的目标重构算法 | 第34页 |
| ·实验结果及分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于视觉注意的压缩感知目标重构 | 第37-55页 |
| ·视觉注意模型 | 第37-41页 |
| ·基于数据驱动的,自底向上的(bottom-up)注意模型 | 第38-41页 |
| ·基于任务驱动的,自上而下的(top-down)注意模型 | 第41页 |
| ·视觉注意模型的研究现状 | 第41-43页 |
| ·基于纹理和目标特征的一种新的视觉注意模型 | 第43-47页 |
| ·简化的纹理模型 | 第44-47页 |
| ·目标模型和视觉注意模型 | 第47页 |
| ·基于视觉注意的压缩感知图像目标重构 | 第47-50页 |
| ·视觉注意模型与压缩感知相结合的应用发展现状 | 第47-49页 |
| ·视觉注意与压缩感知结合用于目标重构 | 第49-50页 |
| ·实验结果及分析 | 第50-52页 |
| ·对该方法的改进 | 第52页 |
| ·本章小结 | 第52-55页 |
| 第五章 总结和展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 作者在读期间的研究成果 | 第65页 |