| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 论文研究背景 | 第10-12页 |
| 1.2 国内外发展现状 | 第12-15页 |
| 1.2.1 稀疏表示的研究 | 第12页 |
| 1.2.2 线性测量的研究 | 第12-13页 |
| 1.2.3 重建算法的研究 | 第13-15页 |
| 1.3 本文的主要研究内容 | 第15-17页 |
| 第二章 压缩传感理论基本原理及相关概念 | 第17-29页 |
| 2.1 压缩传感基本原理 | 第17页 |
| 2.2 压缩传感理论核心内容 | 第17-28页 |
| 2.2.1 观测矩阵选取 | 第17-21页 |
| 2.2.2 压缩传感图像信号的稀疏表示和重构 | 第21-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 图像超分辨率基本原理 | 第29-37页 |
| 3.1 引言 | 第29页 |
| 3.2 单幅图像超分辨率重建算法 | 第29-31页 |
| 3.2.1 极大熵法 | 第29页 |
| 3.2.2 网络重建法 | 第29-30页 |
| 3.2.3 基于插值方法 | 第30-31页 |
| 3.3 多幅图像超分辨率重建算法 | 第31-36页 |
| 3.3.1 频域法 | 第33页 |
| 3.3.2 空间域法 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于压缩传感图像超分辨率重建 | 第37-49页 |
| 4.1 引言 | 第37页 |
| 4.2 基于压缩传感理论框架下的图像超分辨率重建 | 第37-40页 |
| 4.2.1 采样矩阵的选取 | 第37-38页 |
| 4.2.2 稀疏优化策略 | 第38-40页 |
| 4.3 改进POCS算法图像压缩传感重建 | 第40-48页 |
| 4.3.1 改进的POCS重建算法 | 第42-44页 |
| 4.3.2 实验结果分析 | 第44-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 改进的分段正交匹配追踪算法图像压缩传感重构 | 第49-61页 |
| 5.1 部分贪婪类算法模型 | 第49-51页 |
| 5.1.1 OMP算法 | 第49-50页 |
| 5.1.2 ROMP算法 | 第50页 |
| 5.1.3 CoSaMP算法 | 第50-51页 |
| 5.2 分段正交匹配追踪算法 | 第51-53页 |
| 5.3 共轭梯度算法 | 第53-55页 |
| 5.4 改进的StOMP算法压缩传感重构 | 第55-60页 |
| 5.4.1 改进的StOMP重建算法 | 第56-57页 |
| 5.4.2 实验结果分析 | 第57-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 发表文章目录 | 第68-69页 |
| 致谢 | 第69-70页 |