| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-13页 |
| 1.2.1 传统压缩感知算法研究现状 | 第11-12页 |
| 1.2.2 模型化图像压缩感知研究现状 | 第12-13页 |
| 1.3 现阶段研究工作存在的问题与不足 | 第13-14页 |
| 1.4 本文主要内容 | 第14-16页 |
| 第2章 图像压缩感知基础 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 压缩感知理论基础 | 第16-19页 |
| 2.2.1 压缩感知问题描述 | 第16-17页 |
| 2.2.2 压缩感知基础 | 第17-19页 |
| 2.3 几种传统的图像压缩感知重构算法 | 第19-23页 |
| 2.3.1 正交匹配追踪算法(OMP) | 第20页 |
| 2.3.2 压缩采样匹配追踪算法(CoSaMP) | 第20-21页 |
| 2.3.3 迭代硬阈值算法(IHT) | 第21-22页 |
| 2.3.4 近似消息传递算法(AMP) | 第22-23页 |
| 2.4 实验对比与结果分析 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 图像的变换域小波系数特征及空间域像素特征 | 第26-37页 |
| 3.1 引言 | 第26-27页 |
| 3.2 图像变换域小波系数的结构特征 | 第27-31页 |
| 3.2.1 小波树结构模型 | 第28-29页 |
| 3.2.2 树结构近似算法 | 第29-31页 |
| 3.3 图像变换域小波系数的统计特征 | 第31-34页 |
| 3.3.1 小波系数的非高斯性 | 第31-32页 |
| 3.3.2 小波系数的混合高斯尺度模型 | 第32-34页 |
| 3.4 图像空间域像素间统计特性 | 第34-36页 |
| 3.4.1 像素间的非局部自相似性 | 第34-35页 |
| 3.4.2 三维块匹配协同滤波模型 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 先验信息导向的模型化图像压缩感知重构 | 第37-57页 |
| 4.1 引言 | 第37页 |
| 4.2 融入单类先验信息的图像CS重构算法 | 第37-41页 |
| 4.2.1 基于树结构模型的图像CS重构算法 | 第38页 |
| 4.2.2 基于混合高斯尺度模型的图像CS重构算法 | 第38-40页 |
| 4.2.3 基于图像非局部自相似性的CS重构算法 | 第40-41页 |
| 4.3 先验信息联合利用的图像CS重构算法 | 第41-46页 |
| 4.3.1 变换域结构与统计先验联合利用的图像CS重构算法 | 第42-44页 |
| 4.3.2 多域多先验联合利用的图像CS重构算法 | 第44-46页 |
| 4.4 实验对比与结果分析 | 第46-55页 |
| 4.4.1 基本仿真条件说明 | 第46-48页 |
| 4.4.2 停止条件说明 | 第48-49页 |
| 4.4.3 结果对比及分析 | 第49-55页 |
| 4.5 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第65-67页 |
| 致谢 | 第67页 |