基于压缩感知的自然图像编解码研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.1.1 传统采样过程 | 第8-9页 |
| 1.1.2 压缩感知理论的诞生 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文研究内容 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 第二章 压缩感知理论的基本原理 | 第13-21页 |
| 2.1 信号稀疏表示 | 第13-14页 |
| 2.2 测量矩阵 | 第14-16页 |
| 2.3 重构算法 | 第16-19页 |
| 2.3.1 l_1最小化算法 | 第16页 |
| 2.3.2 贪婪算法 | 第16-17页 |
| 2.3.3 TV最小化算法 | 第17页 |
| 2.3.4 重构图像质量评价 | 第17-19页 |
| 2.4 块压缩感知 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 基于梯度和小波联合稀疏的重构算法研究 | 第21-40页 |
| 3.1 基于单个稀疏域的TV重构算法 | 第21-28页 |
| 3.1.1 水平垂直差分梯度重构算法 | 第22-25页 |
| 3.1.2 Robert梯度重构算法 | 第25-26页 |
| 3.1.3 测试结果 | 第26-28页 |
| 3.2 基于多个稀疏域的重构算法 | 第28-36页 |
| 3.2.1 基于水平垂直和Robert梯度算法 | 第28-30页 |
| 3.2.2 基于梯度和小波联合稀疏的重构算法 | 第30-33页 |
| 3.2.3 测试结果 | 第33-36页 |
| 3.3 算法比较 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 灰度图像的块压缩感知及其重构算法研究 | 第40-51页 |
| 4.1 基于重复块对角结构的压缩感知 | 第40-43页 |
| 4.1.1 设计方案 | 第40-41页 |
| 4.1.2 全局重构 | 第41-42页 |
| 4.1.3 测试结果 | 第42-43页 |
| 4.2 基于独立块对角结构的压缩感知 | 第43-46页 |
| 4.2.1 设计方案 | 第43-44页 |
| 4.2.2 采样率分配 | 第44页 |
| 4.2.3 图像融合 | 第44-45页 |
| 4.2.4 测试结果 | 第45-46页 |
| 4.3 基于感兴趣区域的块压缩感知 | 第46-50页 |
| 4.3.1 感兴趣区域 | 第46-47页 |
| 4.3.2 采样率分配 | 第47-48页 |
| 4.3.3 测试结果 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 彩色图像的块压缩感知及其重构算法研究 | 第51-62页 |
| 5.1 RGB三通道独立解码 | 第51-52页 |
| 5.2 差分方式解码 | 第52-53页 |
| 5.3 非均匀采样的块组稀疏重构 | 第53-59页 |
| 5.3.1 非均匀采样 | 第54-55页 |
| 5.3.2 组稀疏原理 | 第55-56页 |
| 5.3.3 重构方案 | 第56-58页 |
| 5.3.4 组稀疏重构算法 | 第58-59页 |
| 5.4 测试结果及分析 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第69页 |
