| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题背景及研究意义 | 第10-12页 |
| 1.1.1 课题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 纸病采集处理研究现状 | 第12-13页 |
| 1.2.2 压缩感知研究现状 | 第13-14页 |
| 1.3 论文主要工作及绣构緋 | 第14-15页 |
| 2 纸病图像采集处理系统 | 第15-28页 |
| 2.1 系统整体方案 | 第15页 |
| 2.2 纸病图像的采集系统 | 第15-20页 |
| 2.2.1 光源系统设计 | 第15-17页 |
| 2.2.2 相机及镜头的选择 | 第17-19页 |
| 2.2.3 图像采集卡的选择 | 第19-20页 |
| 2.3 纸病图像软件处理 | 第20-27页 |
| 2.3.1 系统软件架构 | 第21-23页 |
| 2.3.2 相机控制和图像采集软件模块 | 第23-25页 |
| 2.3.3 图像处理软件模块 | 第25-26页 |
| 2.3.4 数据保存模块 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 传统的信号传输理论和基于压缩感知的信号传输理论 | 第28-41页 |
| 3.1 传统的信号采样框架和存在的缺陷 | 第28-29页 |
| 3.2 压缩感知的理论框架 | 第29-38页 |
| 3.2.1 信号的稀疏表示 | 第31-33页 |
| 3.2.2 信号的测量矩阵 | 第33-35页 |
| 3.2.3 信号的重构算法 | 第35-38页 |
| 3.3 两种信号采样理论的对比 | 第38页 |
| 3.4 压缩感知理论的应用前景 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 压缩感知框架下的纸病图像的研究 | 第41-69页 |
| 4.1 目标纸病图像 | 第41-43页 |
| 4.2 纸病图像稀疏表示基的选取 | 第43-51页 |
| 4.2.1 常用的稀疏表示基 | 第43-49页 |
| 4.2.2 纸病图像的稀疏度分析 | 第49-51页 |
| 4.3 测量矩阵的选取 | 第51-55页 |
| 4.3.1 常用的测量矩阵 | 第51-53页 |
| 4.3.2 纸病图像测量矩阵的选取 | 第53-55页 |
| 4.4 重构算法的选取 | 第55-60页 |
| 4.4.1 常用的信号重构算法 | 第55-59页 |
| 4.4.2 纸病图像的重构算法 | 第59-60页 |
| 4.5 仿真分析 | 第60-69页 |
| 4.5.1 仿真实验 | 第60-67页 |
| 4.5.2 结果分析 | 第67-69页 |
| 5 压缩感知在纸病图像处理系统中的软件实现 | 第69-79页 |
| 5.1 C++编程语言的优势与CS的C++实现 | 第69-76页 |
| 5.1.1 C++的优势 | 第69-70页 |
| 5.1.2 CS的C++实现 | 第70-76页 |
| 5.2 压缩感知理论在系统软件架构中的实现 | 第76-79页 |
| 6 总结及展望 | 第79-81页 |
| 6.1 主要工作总结 | 第79页 |
| 6.2 研究展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 附录A 常用的测量矩阵MATLAB生成代码 | 第86-89页 |
| 附录B 一些测量矩阵的性能指标 | 第89-90页 |
| 附录C 标准图像在不同重构算法下的性能指标(采样率为10%) | 第90-91页 |
| 附录D OMP算法的C++实现代码 | 第91-94页 |
| 攻读学位期间发表的学术论文目录 | 第94页 |
| 攻读学位期间学科竞赛获奖目录 | 第94-95页 |