基于近似消息传递的压缩成像
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究发展现状 | 第11-13页 |
| 1.2.1 压缩感知的发展概述 | 第11-12页 |
| 1.2.2 近似消息传递算法的发展概述 | 第12-13页 |
| 1.3 本文研究内容及组织结构 | 第13-15页 |
| 第2章 近似消息传递算法介绍 | 第15-24页 |
| 2.1 压缩感知理论基础 | 第15-16页 |
| 2.2 近似消息传递算法的基本思想 | 第16-20页 |
| 2.2.1 迭代阈值算法 | 第16页 |
| 2.2.2 消息传递算法 | 第16-18页 |
| 2.2.3 近似消息传递算法 | 第18-20页 |
| 2.3 近似消息传递算法的扩展思想 | 第20-23页 |
| 2.3.1 BAMP算法 | 第20-21页 |
| 2.3.2 SURE-AMP算法 | 第21-22页 |
| 2.3.3 S-AMP算法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 参数自适应的近似消息传递算法 | 第24-33页 |
| 3.1 引言 | 第24页 |
| 3.2 参数自适应的近似消息传递的提出 | 第24-28页 |
| 3.2.1 阈值函数作用分析 | 第24-26页 |
| 3.2.2 参数自适应的思想 | 第26-27页 |
| 3.2.3 算法流程 | 第27-28页 |
| 3.3 实验结果与分析 | 第28-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于聚类字典学习去噪的AMP算法 | 第33-45页 |
| 4.1 引言 | 第33页 |
| 4.2 基于去噪的AMP算法 | 第33-35页 |
| 4.2.1 算法基本理论 | 第33-34页 |
| 4.2.2 D-AMP算法分析 | 第34-35页 |
| 4.3 聚类字典学习去噪的AMP | 第35-39页 |
| 4.3.1 算法可行性分析 | 第35-36页 |
| 4.3.2 聚类字典学习去噪思想 | 第36-38页 |
| 4.3.3 算法流程 | 第38-39页 |
| 4.4 实验结果与分析 | 第39-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于近似消息传递的分块压缩成像 | 第45-55页 |
| 5.1 引言 | 第45页 |
| 5.2 分块压缩感知图像重建 | 第45-49页 |
| 5.2.1 分块压缩感知基础理论 | 第45-46页 |
| 5.2.2 分块BM3D-AMP重建算法 | 第46-47页 |
| 5.2.3 自适应采样 | 第47-49页 |
| 5.2.4 自适应采样的分块BM3D-AMP | 第49页 |
| 5.3 实验结果及分析 | 第49-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
