| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13页 |
| 1.4 仿真图像评判标准 | 第13-14页 |
| 1.5 本文结构 | 第14-15页 |
| 第2章 小波变换的自适应压缩采样成像综述 | 第15-27页 |
| 2.1 小波变换 | 第15-19页 |
| 2.1.1 小波变换的概念 | 第15-17页 |
| 2.1.2 图像的小波变换 | 第17-19页 |
| 2.2 单像素成像概述 | 第19-22页 |
| 2.2.1 压缩感知理论 | 第19-20页 |
| 2.2.2 单像素成像数学模型 | 第20-22页 |
| 2.3 基于小波变换的自适应压缩采样成像算法分析 | 第22-25页 |
| 2.3.1 基于小波树结构 | 第22-25页 |
| 2.3.2 自适应小波变换的压缩采样成像 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 基于小波树相关系数重要性预测的自适应压缩采样成像研究 | 第27-46页 |
| 3.1 小波树自适应压缩采样成像 | 第27-28页 |
| 3.1.1 自适应压缩采样成像原理 | 第27-28页 |
| 3.1.2 基于小波树自适应压缩采样算法分析 | 第28页 |
| 3.2 小波树结构预测方案 | 第28-31页 |
| 3.2.1 小波系数关系 | 第29-30页 |
| 3.2.2 扩展小波树自适应压缩采样 | 第30-31页 |
| 3.3 相关系数的预测策略 | 第31-35页 |
| 3.3.1 数学期望与相关系数 | 第31-33页 |
| 3.3.2 相关系数预测方案 | 第33-35页 |
| 3.4 仿真结果及分析 | 第35-45页 |
| 3.4.1 阈值选取 | 第35-37页 |
| 3.4.2 本文算法的性能分析 | 第37-38页 |
| 3.4.3 对自然图像的实验验证 | 第38-43页 |
| 3.4.4 算法抗噪性研究 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 一种基于小波预测的自适应压缩成像算法分析与改进 | 第46-62页 |
| 4.1 自适应压缩成像信息采集 | 第46-47页 |
| 4.2 预测方案的研究 | 第47-50页 |
| 4.2.1 稀疏系数组 | 第47-48页 |
| 4.2.2 预测方案 | 第48-49页 |
| 4.2.3 定义压缩比 | 第49-50页 |
| 4.2.4 图像信号重构 | 第50页 |
| 4.3 仿真结果与分析 | 第50-61页 |
| 4.3.1 仿真结果对比分析 | 第50-54页 |
| 4.3.2 改进方案 | 第54-55页 |
| 4.3.3 算法性能比较 | 第55-59页 |
| 4.3.4 采样比分配的影响 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第69页 |