| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的目的与意义 | 第11-12页 |
| 1.2 压缩感知的国内外研究现状 | 第12-14页 |
| 1.2.1 信号稀疏表示的研究现状 | 第12-13页 |
| 1.2.2 测量矩阵的研究现状 | 第13页 |
| 1.2.3 压缩感知信号重构的研究现状 | 第13-14页 |
| 1.3 本文的主要研究工作和论文组织 | 第14-17页 |
| 第2章 压缩感知理论 | 第17-27页 |
| 2.1 引言 | 第17-18页 |
| 2.2 压缩感知理论 | 第18-25页 |
| 2.2.1 信号的稀疏表示 | 第19-21页 |
| 2.2.2 观测矩阵 | 第21-23页 |
| 2.2.3 信号重构 | 第23-25页 |
| 2.3 压缩感知的应用 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 基于单层DTCWT变换的压缩感知图像重建 | 第27-43页 |
| 3.1 双树复数小波 | 第27-31页 |
| 3.2 OMP重建算法 | 第31-33页 |
| 3.2.1 OMP算法 | 第31-32页 |
| 3.2.2 基于OMP算法的压缩感知图像重建 | 第32-33页 |
| 3.3 图像质量评价标准 | 第33-35页 |
| 3.3.1 主观评价 | 第33页 |
| 3.3.2 客观评价 | 第33-35页 |
| 3.4 基于单层小波变换的压缩感知图像重建算法 | 第35-37页 |
| 3.4.1 传统CS图像重建算法 | 第35-37页 |
| 3.4.2 基于单层DTCWT的CS图像重建 | 第37页 |
| 3.5 实验结果与分析 | 第37-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于分裂Bregman算法和混合基的压缩感知图像重建 | 第43-57页 |
| 4.1 Bregman迭代 | 第43-44页 |
| 4.1.1 Bregman距离 | 第43-44页 |
| 4.1.2 Bregman的迭代收敛性 | 第44页 |
| 4.1.3 Bregman迭代求解带约束优化问题 | 第44页 |
| 4.2 分裂Bregman算法 | 第44-46页 |
| 4.3 基于分裂Bregman算法和混合基的CS图像重建算法 | 第46-51页 |
| 4.3.1 图像的混合基稀疏表示 | 第46-48页 |
| 4.3.2 基于分裂Bregman算法的压缩感知图像重建 | 第48-51页 |
| 4.4 算法处理流程 | 第51-52页 |
| 4.4.1 测量矩阵的选取 | 第51-52页 |
| 4.4.2 基于混合基的CS图像重建流程 | 第52页 |
| 4.5 实验结果与分析 | 第52-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 基于压缩感知的图像复原 | 第57-77页 |
| 5.1 图像复原理论与方法 | 第57-65页 |
| 5.1.1 图像退化和复原模型 | 第58-59页 |
| 5.1.2 图像复原的病态性问题 | 第59页 |
| 5.1.3 常见的退化函数模型 | 第59-60页 |
| 5.1.4 退化图像的噪声模型 | 第60-61页 |
| 5.1.5 经典的图像复原方法 | 第61-65页 |
| 5.2 基于压缩感知的图像复原算法 | 第65-68页 |
| 5.2.1 基于压缩感知的图像退化和复原模型 | 第66-67页 |
| 5.2.2 基于TwIST的小波域压缩感知图像复原 | 第67-68页 |
| 5.3 算法处理流程 | 第68-70页 |
| 5.4 实验结果与分析 | 第70-75页 |
| 5.4.1 低采样率复原结果的主客观效果 | 第70-72页 |
| 5.4.2 不同算法的复原结果 | 第72-74页 |
| 5.4.3 不同重构算法的压缩感知图像复原 | 第74-75页 |
| 5.5 本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 总结 | 第77页 |
| 6.2 展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85页 |
