| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究的背景及意义 | 第8-10页 |
| 1.2 压缩感知及其重构算法的国内外研究现状 | 第10-11页 |
| 1.2.1 压缩感知理论的国内外研究现状 | 第10页 |
| 1.2.2 压缩感知重构算法的国内外研究现状 | 第10-11页 |
| 1.2.3 当前研究中的不足 | 第11页 |
| 1.3 本文研究思路及主要研究内容 | 第11-14页 |
| 第2章 压缩感知理论及图像重构质量的评判标准 | 第14-22页 |
| 2.1 压缩感知理论 | 第14-20页 |
| 2.1.1 信号的稀疏表示 | 第15-17页 |
| 2.1.2 测量矩阵的设计 | 第17-19页 |
| 2.1.3 稀疏信号的重构 | 第19-20页 |
| 2.2 图像重构质量的评判标准 | 第20页 |
| 2.3 本章小结 | 第20-22页 |
| 第3章 压缩感知重构算法在图像中的应用研究 | 第22-42页 |
| 3.1 对图像压缩感知重构的处理方法 | 第22-23页 |
| 3.2 典型压缩感知重构算法在图像中的应用 | 第23-38页 |
| 3.2.1 贪婪基追踪算法 | 第24-28页 |
| 3.2.2 正交匹配追踪算法 | 第28-31页 |
| 3.2.3 子空间追踪算法 | 第31-35页 |
| 3.2.4 重加权最小平方迭代算法 | 第35-38页 |
| 3.3 实验结果分析 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于相关系数的MoCoSaMP压缩感知图像重构算法 | 第42-54页 |
| 4.1 CoSAMP压缩感知图像重构算法 | 第42-43页 |
| 4.2 MoCoSAMP算法的提出与分析 | 第43-47页 |
| 4.2.1 向量相关系数的定义 | 第43-44页 |
| 4.2.2 MoCoSaMP算法 | 第44-45页 |
| 4.2.3 MoCoSaMP算法的分析 | 第45-47页 |
| 4.3 两种算法的仿真实现及分析 | 第47-53页 |
| 4.3.1 测试图像为cameraman | 第48-50页 |
| 4.3.2 测试图像为boat | 第50-53页 |
| 4.3.3 实验结果分析 | 第53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 下一步工作 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士期间公开发表的论文 | 第62页 |