基于编码投影的单像素摄像机实时重构成像方法
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-20页 |
| 1.2.1 单像素成像系统和平台 | 第12-17页 |
| 1.2.2 图像重构算法 | 第17-20页 |
| 1.3 研究的内容和目标 | 第20-21页 |
| 1.4 本文组织结构及创新点 | 第21-22页 |
| 第二章 压缩成像技术概述 | 第22-32页 |
| 2.1 引言 | 第22-23页 |
| 2.2 压缩感知基本理论 | 第23-25页 |
| 2.2.1 稀疏表示 | 第23-24页 |
| 2.2.2 测量矩阵 | 第24-25页 |
| 2.2.3 重构算法 | 第25页 |
| 2.3 压缩成像技术 | 第25-30页 |
| 2.3.1 单像素照相机 | 第26-27页 |
| 2.3.2 基于编码孔径的压缩成像 | 第27-28页 |
| 2.3.3 CMOS压缩成像 | 第28-30页 |
| 2.4 小结 | 第30-32页 |
| 第三章 基于多尺度编码投影的单像素快速重构算法 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 算法构建思路 | 第32-33页 |
| 3.3 平台搭建 | 第33-35页 |
| 3.4 算法详述 | 第35-41页 |
| 3.4.1 导向先验信息 | 第36-38页 |
| 3.4.2 分层模型 | 第38-41页 |
| 3.5 小结 | 第41-42页 |
| 第四章 基于数据拆分的实时重构算法 | 第42-52页 |
| 4.1 引言 | 第42页 |
| 4.2 快速l_1最小化算法 | 第42-46页 |
| 4.2.1 梯度投影方法（GP）方法 | 第42-43页 |
| 4.2.2 同伦方法 | 第43-44页 |
| 4.2.3 迭代收缩阈值（IST）方法 | 第44-45页 |
| 4.2.4 近端梯度方法(PG) | 第45页 |
| 4.2.5 增强拉格朗日乘子法(ALM) | 第45-46页 |
| 4.3 l_1最小化算法加速 | 第46-51页 |
| 4.3.1 实时l_1最小化优化算法 | 第47-48页 |
| 4.3.2 算法对一维信号重构的可行性分析 | 第48-50页 |
| 4.3.3 算法对二维图像重构的可行性分析 | 第50-51页 |
| 4.4 小结 | 第51-52页 |
| 第五章 实验与分析 | 第52-58页 |
| 5.1 引言 | 第52页 |
| 5.2 实验结果与分析 | 第52-57页 |
| 5.2.1 单像素快速重构算法实验 | 第53-55页 |
| 5.2.2 重构算法优化实验 | 第55-57页 |
| 5.3 小结 | 第57-58页 |
| 第六章 总结语 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 作者在学期间取得的学术成果 | 第67页 |
