基于小波零树的图像压缩感知方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 图像压缩感知方法存在的不足 | 第15-16页 |
| 1.4 本文研究内容 | 第16-17页 |
| 1.5 文章组织结构 | 第17-18页 |
| 第2章 图像压缩感知相关技术 | 第18-30页 |
| 2.1 压缩感知理论简介 | 第18-19页 |
| 2.2 信号稀疏化 | 第19-20页 |
| 2.3 压缩感知测量 | 第20-21页 |
| 2.4 信号重构算法 | 第21-23页 |
| 2.4.1 MP恢复算法 | 第21-22页 |
| 2.4.2 OMP算法 | 第22页 |
| 2.4.3 StOMP和CoSaMP算法 | 第22-23页 |
| 2.5 小波变换 | 第23-26页 |
| 2.5.1 连续小波变换和离散小波变换 | 第24-26页 |
| 2.6 嵌入式小波零树编码 | 第26-29页 |
| 2.7 小结 | 第29-30页 |
| 第3章 小波零树图像压缩感知 | 第30-44页 |
| 3.1 前言 | 第30-31页 |
| 3.2 小波零树图像压缩感知方法 | 第31-38页 |
| 3.2.1 基于小波零树的测量算法 | 第31-34页 |
| 3.2.2 零树追踪重构算法 | 第34-35页 |
| 3.2.3 复杂度分析与示例 | 第35-38页 |
| 3.2.4 讨论 | 第38页 |
| 3.3 实验结果及性能分析 | 第38-42页 |
| 3.3.1 实验环境 | 第38-39页 |
| 3.3.2 CS图像重建对比 | 第39-42页 |
| 3.4 小结 | 第42-44页 |
| 第4章 嵌入式图像压缩感知 | 第44-61页 |
| 4.1 前言 | 第44-45页 |
| 4.2 嵌入式图像压缩感知方法 | 第45-54页 |
| 4.2.1 基本思路与框架 | 第46-48页 |
| 4.2.2 发送端 | 第48-49页 |
| 4.2.3 接收端 | 第49-50页 |
| 4.2.4 停止判定算法 | 第50-53页 |
| 4.2.5 讨论 | 第53-54页 |
| 4.3 实验结果及分析 | 第54-59页 |
| 4.3.1 嵌入式CS与CS的比较 | 第54-57页 |
| 4.3.2 重构误差实验测试 | 第57-58页 |
| 4.3.3 本文方法与顺序CS的对比实验 | 第58-59页 |
| 4.4 小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 附录A 攻读学位期间完成的学术论文 | 第69页 |
