| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 前言 | 第8-12页 |
| 1 绪论 | 第12-17页 |
| 1.1 课题研究背景及意义 | 第12页 |
| 1.2 压缩传感技术国内外发展现状 | 第12-15页 |
| 1.3 压缩传感技术的应用 | 第15页 |
| 1.4 研究内容与创新点 | 第15-16页 |
| 1.5 论文章节安排 | 第16-17页 |
| 2 压缩传感理论简介 | 第17-21页 |
| 2.1 引言 | 第17页 |
| 2.2 图像压缩的基本概念 | 第17页 |
| 2.3 噪声模型 | 第17-18页 |
| 2.4 压缩传感技术 | 第18-19页 |
| 2.5 压缩传感的目的 | 第19页 |
| 2.6 压缩传感的国内外发展现状 | 第19-20页 |
| 2.7 小结 | 第20-21页 |
| 3 分块压缩传感技术 | 第21-31页 |
| 3.1 引言 | 第21页 |
| 3.2 传统的压缩方式 | 第21页 |
| 3.3 压缩传感基本思想 | 第21-22页 |
| 3.4 压缩传感中的信号压缩与改进 | 第22-25页 |
| 3.4.1 图像的小波分解 | 第22-24页 |
| 3.4.2 图像的能量分布与阈值确定方法 | 第24-25页 |
| 3.5 BCS 传感技术 | 第25-29页 |
| 3.5.1 分块压缩釆样 | 第26页 |
| 3.5.2 非线性的信号重构 | 第26-29页 |
| 3.6 BCS 算法的优缺点 | 第29页 |
| 3.7 小结 | 第29-31页 |
| 4 信号的重构与改进 | 第31-44页 |
| 4.1 引言 | 第31页 |
| 4.2 信号的重构算法 | 第31-32页 |
| 4.3 改进的 BCS 的理论 | 第32-33页 |
| 4.4 对压缩图像观测矩阵的加权处理 | 第33-37页 |
| 4.4.1 小波变换简介 | 第33-36页 |
| 4.4.2 观测矩阵加权处理 | 第36-37页 |
| 4.5 根据图像块纹理特点自适应调整观测值数目 | 第37-38页 |
| 4.6 信号重构方法介绍 | 第38-43页 |
| 4.6.1 Mallat 算法实现 1-D 信号的重构 | 第38-40页 |
| 4.6.2 Mallat 算法实现 2-D 信号的重构 | 第40-43页 |
| 4.6.3 匹配追踪算法（贪婪算法） | 第43页 |
| 4.7 小结 | 第43-44页 |
| 5 算法的仿真及应用 | 第44-59页 |
| 5.1 引言 | 第44页 |
| 5.2 观测矩阵加权前后重构效果比较 | 第44页 |
| 5.3 峰值信噪比 | 第44-45页 |
| 5.4 实验结果及分析 | 第45-50页 |
| 5.4.1 图像压缩对比图 | 第45-46页 |
| 5.4.2 LENA 图像 BCS 重构 | 第46-50页 |
| 5.5 多种图像三种重构算法的压缩传感结果比较 | 第50-53页 |
| 5.5.1 Boat 图像重构 | 第50-51页 |
| 5.5.2 Barbara 图像重构 | 第51-53页 |
| 5.6 不同观测值重构结果 | 第53-56页 |
| 5.7 采样以及重构时间比较 | 第56-57页 |
| 5.8 WiDi 传输 | 第57-58页 |
| 5.8.1 WiDi 介绍 | 第57-58页 |
| 5.8.2 WiDi 传输实验结果 | 第58页 |
| 5.9 小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 作者在攻读硕士学位期间的研究成果目录 | 第66-67页 |
| 附录 | 第67-70页 |
| 致谢 | 第70页 |