压缩感知理论及其应用研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| CONTENTS | 第9-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文的研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 压缩感知理论 | 第15-24页 |
| 2.1 引言 | 第15-16页 |
| 2.2 压缩感知的基本原理 | 第16-18页 |
| 2.3 压缩感知的关键技术 | 第18-23页 |
| 2.3.1 稀疏表示 | 第18-21页 |
| 2.3.2 观测矩阵 | 第21-22页 |
| 2.3.3 重构算法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 贪婪重构算法 | 第24-39页 |
| 3.1 引言 | 第24页 |
| 3.2 贪婪重构算法分析 | 第24-30页 |
| 3.2.1 OMP算法 | 第24-26页 |
| 3.2.2 StOMP算法 | 第26-27页 |
| 3.2.3 ROMP算法 | 第27-28页 |
| 3.2.4 SP算法 | 第28-29页 |
| 3.2.5 SAMP算法 | 第29-30页 |
| 3.3 仿真实验 | 第30-35页 |
| 3.3.1 一维信号仿真实验 | 第30-32页 |
| 3.3.2 二维信号仿真实验 | 第32-35页 |
| 3.4 StOMP算法参数配置 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 压缩感知在图像去噪中的应用 | 第39-48页 |
| 4.1 引言 | 第39页 |
| 4.2 基于压缩感知的去噪模型 | 第39-40页 |
| 4.3 基于K-SVD的去噪算法 | 第40-45页 |
| 4.3.1 K-SVD算法 | 第40-42页 |
| 4.3.2 基于K-SVD去噪算法原理 | 第42-44页 |
| 4.3.3 仿真实验 | 第44-45页 |
| 4.4 基于K-SVD的去噪算法改进 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 基于压缩感知的分布式视频编码 | 第48-63页 |
| 5.1 引言 | 第48-51页 |
| 5.2 分布式视频编码理论 | 第51-54页 |
| 5.2.1 Slepian-Wolf编码理论 | 第51-53页 |
| 5.2.2 Wyner-Ziv编码理论 | 第53-54页 |
| 5.3 基于压缩感知的分布式视频编码 | 第54-59页 |
| 5.4 一种基于压缩感知的视频编码方案 | 第59-61页 |
| 5.5 本章小结 | 第61-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读学位期间发表的论文 | 第71-75页 |
| 致谢 | 第75页 |
