| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-13页 |
| 1.3 研究内容与组织结构 | 第13-15页 |
| 第二章 压缩感知基础知识介绍 | 第15-20页 |
| 2.1 压缩感知基本理论 | 第15-17页 |
| 2.2 信号的稀疏表示 | 第17页 |
| 2.3 测量矩阵 | 第17-18页 |
| 2.3.1 测量矩阵需满足的性质 | 第17-18页 |
| 2.3.2 常用测量矩阵介绍 | 第18页 |
| 2.4 测量值的量化 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 压缩感知中测量矩阵的优化与设计 | 第20-37页 |
| 3.1 常用测量矩阵的性能比较 | 第20-23页 |
| 3.1.1 常用测量矩阵的性能实验分析 | 第20-23页 |
| 3.1.2 常用测量矩阵性能小结 | 第23页 |
| 3.2 上三角系数加权测量矩阵的设计 | 第23-29页 |
| 3.2.1 优化思路 | 第23-25页 |
| 3.2.2 上三角系数加权测量矩阵的设计 | 第25-26页 |
| 3.2.3 上三角系数加权测量矩阵的实验性能分析 | 第26-29页 |
| 3.3 一种基于 Gram 矩阵的测量矩阵优化方案 | 第29-36页 |
| 3.3.1 Gram 矩阵的定义 | 第29-30页 |
| 3.3.2 基于 Gram 矩阵的梯度优化方案 | 第30-33页 |
| 3.3.3 基于 Gram 矩阵的优化方案实验性能分析 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 图像压缩感知中测量值自适应选择算法设计 | 第37-58页 |
| 4.1 测量率对压缩感知重构信号质量的影响 | 第37-38页 |
| 4.2 测量率自适应 | 第38-41页 |
| 4.2.1 测量率自适应研究现状 | 第38-40页 |
| 4.2.2 测量率自适应的改进方向 | 第40-41页 |
| 4.3 基于最大后验方差准则的测量值自适应选择算法 | 第41-51页 |
| 4.3.1 算法的思路 | 第41-42页 |
| 4.3.2 算法的自适应选择过程 | 第42-46页 |
| 4.3.3 算法的具体实施步骤 | 第46-51页 |
| 4.4 实验分析 | 第51-56页 |
| 4.4.1 实验参数设定 | 第51页 |
| 4.4.2 实验结果及分析 | 第51-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 视频压缩感知中测量值的量化 | 第58-72页 |
| 5.1 压缩感知测量值的量化 | 第58-62页 |
| 5.1.1 量化对压缩感知测量值编解码的影响 | 第58-59页 |
| 5.1.2 量化在压缩感知理论中的应用现状 | 第59-62页 |
| 5.2 压缩感知测量值的分布特性 | 第62-65页 |
| 5.2.1 测量值的统计分布特性 | 第62-63页 |
| 5.2.2 测量值的均值与标准差分布 | 第63-65页 |
| 5.3 高斯量化方案的设计 | 第65-68页 |
| 5.3.1 高斯量化矩阵设计 | 第65-66页 |
| 5.3.2 本文的视频处理架构 | 第66-67页 |
| 5.3.3 高斯量化在视频压缩感知中的应用 | 第67-68页 |
| 5.4 实验分析 | 第68-71页 |
| 5.4.1 实验参数设定 | 第68页 |
| 5.4.2 实验结果及分析 | 第68-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 论文总结 | 第72-73页 |
| 6.2 未来工作展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第77-78页 |
| 致谢 | 第78页 |
