| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文工作及组织结构 | 第13-15页 |
| 第二章 压缩感知理论介绍 | 第15-29页 |
| 2.1 信号的稀疏性 | 第15-18页 |
| 2.2 测量矩阵 | 第18-21页 |
| 2.2.1 不相干性 | 第18-19页 |
| 2.2.2 限制等容性 | 第19-20页 |
| 2.2.3 常用的测量矩阵 | 第20-21页 |
| 2.3 重构算法介绍 | 第21-27页 |
| 2.3.1 稀疏信号的重构 | 第21-22页 |
| 2.3.2 最小l_0范数模型 | 第22-23页 |
| 2.3.3 匹配追踪类算法 | 第23-24页 |
| 2.3.4 最小l_1范数模型 | 第24-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 信号重构算法与测量矩阵改进 | 第29-43页 |
| 3.1 梯度算法简介 | 第29-30页 |
| 3.2 基于梯度的二维信号重构算法 | 第30-35页 |
| 3.2.1 二维信号的TV算法介绍 | 第30-31页 |
| 3.2.2 初值的选择 | 第31-33页 |
| 3.2.3 迭代阈值 | 第33-34页 |
| 3.2.4 迭代过程 | 第34-35页 |
| 3.3 测量矩阵的设计 | 第35-40页 |
| 3.3.1 二维频域测量矩阵 | 第35-38页 |
| 3.3.2 测量矩阵的改进 | 第38-40页 |
| 3.4 改进算法的实验分析 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 压缩感知在图像编码中的应用 | 第43-59页 |
| 4.1 基于压缩感知的图像编码介绍 | 第43-44页 |
| 4.2 图像边缘与梯度的耦合性 | 第44-47页 |
| 4.3 CS编码与传统编码对不同图像重建质量的影响 | 第47-51页 |
| 4.4 基于图像边缘的自适应算法 | 第51-55页 |
| 4.4.1 边界的确定 | 第51-53页 |
| 4.4.2 自适应算法描述 | 第53-55页 |
| 4.5 自适应的图像重建实验 | 第55-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 压缩感知算法在视频编码中的应用 | 第59-71页 |
| 5.1 基于压缩感知理论的视频编码方法研究现状 | 第59-60页 |
| 5.2 基于压缩感知的自适应视频编码方法 | 第60-67页 |
| 5.2.1 自适应视频编码基本原理 | 第60-63页 |
| 5.2.2 残差图像的自适应编码 | 第63-66页 |
| 5.2.3 阈值τ_2的选取 | 第66-67页 |
| 5.3 实验验证与比较 | 第67-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1. 论文总结 | 第71-72页 |
| 6.2 工作展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间发表的论文 | 第76-77页 |
| 攻读硕士学位期间参加的科研项目 | 第77-78页 |
| 致谢 | 第78页 |