| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10页 |
| ·国内外研究现状 | 第10-13页 |
| ·图像稀疏表示研究现状概述 | 第10-11页 |
| ·随机投影研究现状概述 | 第11页 |
| ·压缩感知重构研究现状概述 | 第11-13页 |
| ·压缩感知应用概述 | 第13-14页 |
| ·课题研究的主要内容及论文结构 | 第14-16页 |
| ·本课题的主要研究内容 | 第14-15页 |
| ·本文的主要工作和内容安排 | 第15-16页 |
| 第2章 压缩感知图像重构 | 第16-22页 |
| ·压缩感知基本原理 | 第16-18页 |
| ·随机投影矩阵的设计 | 第18-19页 |
| ·压缩感知重构 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第3章 基于分块模型和混合基交替稀疏表示的压缩感知图像重构 | 第22-34页 |
| ·引言 | 第22页 |
| ·混合基稀疏表示 | 第22-25页 |
| ·基于分块模型的图像压缩感知 | 第25页 |
| ·迭代阈值算法 | 第25-28页 |
| ·压缩感知图像重构算法实现 | 第28页 |
| ·实验结果分析 | 第28-32页 |
| ·本章小结 | 第32-34页 |
| 第4章 基于非局部相似性和交替迭代优化算法的图像压缩感知 | 第34-48页 |
| ·引言 | 第34页 |
| ·双树复数小波 | 第34-36页 |
| ·图像的分块压缩感知 | 第36-37页 |
| ·图像的压缩感知 | 第36页 |
| ·图像的分块压缩感知 | 第36-37页 |
| ·基于非局部相似性的图像压缩感知 | 第37-40页 |
| ·图像压缩感知算法实现 | 第40页 |
| ·实验结果分析 | 第40-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 基于自回归模型和非局部相似性的多尺度分块压缩感知 | 第48-64页 |
| ·引言 | 第48-49页 |
| ·图像多尺度分块采样的压缩感知 | 第49-50页 |
| ·基于字典稀疏表示的压缩感知 | 第50-52页 |
| ·字典的训练设计 | 第51页 |
| ·基于自适应的字典稀疏表示的压缩感知 | 第51-52页 |
| ·局部相关性和非局部相似性自适应优化 | 第52-53页 |
| ·自回归模型 | 第52-53页 |
| ·非局部相似性 | 第53页 |
| ·图像压缩感知算法实现 | 第53-54页 |
| ·实验结果分析 | 第54-62页 |
| ·本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |
