| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 论文的研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文主要内容 | 第13页 |
| 1.4 论文结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 压缩传感理论 | 第15-28页 |
| 2.1 信号的稀疏表示 | 第15-22页 |
| 2.1.1 稀疏和可压缩的信号 | 第15页 |
| 2.1.2 压缩感知理论基础 | 第15-20页 |
| 2.1.3 稀疏基的选取 | 第20-22页 |
| 2.2 测量矩阵 | 第22-25页 |
| 2.2.1 过完备字典 | 第22页 |
| 2.2.2 两个基的相关性 | 第22-23页 |
| 2.2.3 四种测量矩阵 | 第23-25页 |
| 2.2.4 测量矩阵性能实验 | 第25页 |
| 2.3 带噪声的压缩感知 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 图像重构算法研究 | 第28-48页 |
| 3.1 梯度投影算法 | 第28-37页 |
| 3.1.1 图像重构的最小凸优化问题 | 第28-30页 |
| 3.1.2 梯度投影算法去噪声 | 第30-35页 |
| 3.1.3 梯度投影算法去模糊 | 第35-37页 |
| 3.2 贪婪算法 | 第37-47页 |
| 3.2.1 正交匹配追踪算法 | 第38-40页 |
| 3.2.2 正则化正交匹配追踪算法 | 第40-42页 |
| 3.2.3 稀疏自适应匹配追踪算法 | 第42-44页 |
| 3.2.4 压缩采样匹配追踪算法 | 第44-47页 |
| 3.3 本章小结 | 第47-48页 |
| 第四章 基于双树复数小波的快速二步迭代混合范数算法 | 第48-61页 |
| 4.1 双树复数小波变换 | 第48-51页 |
| 4.2 迭代阈值算法 | 第51-53页 |
| 4.3 快速二步迭代混合范数算法 | 第53-55页 |
| 4.3.1 混合范数算法流程 | 第53-54页 |
| 4.3.2 混合范数模型 | 第54-55页 |
| 4.3.3 二步迭代算法 | 第55页 |
| 4.4 实验及分析 | 第55-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表的论文和科研项目 | 第68页 |