基于压缩感知的图像重建算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 压缩感知研究背景与意义 | 第9-10页 |
| 1.2 压缩感知的研究现状及应用 | 第10-14页 |
| 1.2.1 压缩感知研究现状 | 第10-13页 |
| 1.2.2 压缩感知的应用 | 第13-14页 |
| 1.3 本文的研究内容与结构安排 | 第14-16页 |
| 第二章 压缩感知重建算法 | 第16-38页 |
| 2.1 压缩感知理论 | 第16-22页 |
| 2.1.1 问题描述 | 第16页 |
| 2.1.2 压缩感知理论模型 | 第16-17页 |
| 2.1.3 观测矩阵设计 | 第17-18页 |
| 2.1.4 信号重构 | 第18-19页 |
| 2.1.5 重建算法介绍 | 第19-22页 |
| 2.2 贪婪迭代算法 | 第22-38页 |
| 2.2.1 OMP算法 | 第22-26页 |
| 2.2.2 CoSaMP算法和SP算法 | 第26-31页 |
| 2.2.3 SAMP算法 | 第31-38页 |
| 第三章 自适应子空间追踪算法 | 第38-46页 |
| 3.1 SASP算法的提出 | 第38-41页 |
| 3.1.1 SASP算法思想 | 第38-40页 |
| 3.1.2 SASP算法流程 | 第40-41页 |
| 3.2 实验结果及分析 | 第41-45页 |
| 3.2.1 不同采样率下的实验结果 | 第41-44页 |
| 3.2.2 不同算法的重建效果 | 第44-45页 |
| 3.3 本章总结 | 第45-46页 |
| 第四章 稀疏自适应匹配追踪算法优化 | 第46-55页 |
| 4.1 SAMP优化算法的提出 | 第46-49页 |
| 4.1.1 优化的SAMP算法思想 | 第46-47页 |
| 4.1.2 SAMP优化算法的流程 | 第47-49页 |
| 4.2 实验结果及分析 | 第49-54页 |
| 4.2.1 不同采样率下的实验结果 | 第49-53页 |
| 4.2.2 不同算法的重建效果 | 第53-54页 |
| 4.3 本章总结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 不足与展望 | 第56-57页 |
| 参考 文献 | 第57-62页 |
| 发表论文和科研情况说明 | 第62-63页 |
| 致谢 | 第63-64页 |
