基于稀疏性的相位复原研究
中文摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-13页 |
1.1 引言 | 第8页 |
1.2 研究背景 | 第8-9页 |
1.3 研究现状 | 第9-11页 |
1.3.1 相位复原的研究现状 | 第9-10页 |
1.3.2 稀疏表示的研究现状 | 第10页 |
1.3.3 压缩感知的研究现状 | 第10-11页 |
1.4 符号说明 | 第11页 |
1.5 本文主要工作与结构安排 | 第11-13页 |
第2章 相位复原的基本理论 | 第13-22页 |
2.1 GS相位复原算法 | 第13-16页 |
2.1.1 GS相位复原算法的基本原理 | 第13-14页 |
2.1.3 GS算法实验 | 第14-16页 |
2.2 HIO算法 | 第16-18页 |
2.2.1 HIO算法的基本原理与流程 | 第16-17页 |
2.2.2 HIO算法实验 | 第17-18页 |
2.3 强度传输方程法解相位复原问题 | 第18-21页 |
2.3.1 强度传输方程法的基本原理 | 第18-19页 |
2.3.2 强度传输方程法实验 | 第19-20页 |
2.3.3 相位复原算法的比较实验 | 第20-21页 |
2.4 结束语 | 第21-22页 |
第3章 稀疏字典 | 第22-29页 |
3.1 信号的稀疏表示 | 第22-24页 |
3.1.1 信号的稀疏表示模型 | 第23页 |
3.1.2 稀疏字典的设计 | 第23-24页 |
3.2 完备字典 | 第24-26页 |
3.2.1 傅里叶变换和离散余弦变换 | 第24-25页 |
3.2.2 小波变换 | 第25页 |
3.2.3 多尺度几何分析 | 第25-26页 |
3.3 完备字典的稀疏变换实验 | 第26-27页 |
3.3.1 DCT变换稀疏分解图像 | 第26页 |
3.3.2 小波变换的稀疏分解 | 第26-27页 |
3.4 过完备字典 | 第27-28页 |
3.4.1 Gabor过完备字典 | 第28页 |
3.4.2 最优方向算法 | 第28页 |
3.5 本章小结 | 第28-29页 |
第4章 稀疏分解与重构 | 第29-37页 |
4.1 压缩感知的基本理论 | 第29-31页 |
4.1.1 压缩感知的数学模型: | 第30页 |
4.1.2 压缩感知的三个主要步骤 | 第30-31页 |
4.2 压缩感知的稀疏重构算法 | 第31-35页 |
4.2.1 匹配追踪(MP)算法 | 第31-33页 |
4.2.2 正交匹配追踪算法(OMP) | 第33-34页 |
4.2.3 分段正交匹配追踪算法(StOMP) | 第34页 |
4.2.4 基追踪算法(BP) | 第34-35页 |
4.3 实验 | 第35-37页 |
第5章 基于稀疏性的相位复原 | 第37-43页 |
5.1 稀疏采样 | 第38页 |
5.2 稀疏重构 | 第38-39页 |
5.3 算法流程 | 第39-41页 |
5.4 实验 | 第41-42页 |
5.5 本章小结 | 第42-43页 |
第6章 总结与展望 | 第43-45页 |
6.1 总结 | 第43-44页 |
6.2 展望 | 第44-45页 |
参考文献 | 第45-49页 |
致谢 | 第49-50页 |
申请学位期间的研究成果及发表的学术论文 | 第50页 |