基于图像稀疏表示与非线性压缩感知的相位恢复算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要研究内容及结构安排 | 第12-15页 |
| 第2章 非线性压缩感知基本理论 | 第15-21页 |
| 2.1 引言 | 第15-16页 |
| 2.2 压缩感知基本理论 | 第16-18页 |
| 2.2.1 压缩感知数学模型 | 第16页 |
| 2.2.2 压缩感知的主要问题 | 第16-18页 |
| 2.3 非线性压缩感知基本理论 | 第18-19页 |
| 2.3.1 线性与非线性关系 | 第18页 |
| 2.3.2 非线性压缩感知理论 | 第18-19页 |
| 2.4 非线性压缩感知的应用 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 稀疏信号的相位恢复算法 | 第21-35页 |
| 3.1 引言 | 第21页 |
| 3.2 交替方向乘子法 | 第21-22页 |
| 3.3 稀疏信号的相位恢复算法 | 第22-28页 |
| 3.3.1 基于l_p范数最小化的相位恢复算法 | 第22-24页 |
| 3.3.2 基于l_n范数最小化的相位恢复算法 | 第24-26页 |
| 3.3.3 基于组稀疏最小化的相位恢复算法 | 第26-28页 |
| 3.4 全局相位校正算法设计 | 第28-29页 |
| 3.5 实验结果及分析 | 第29-34页 |
| 3.5.1 图像质量的评价标准 | 第29-31页 |
| 3.5.2 无噪声实验仿真 | 第31-33页 |
| 3.5.3 加噪声实验仿真 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于全变差正则化的相位恢复算法 | 第35-47页 |
| 4.1 引言 | 第35页 |
| 4.2 全变差模型 | 第35-36页 |
| 4.3 基于全变差正则化的相位恢复算法 | 第36-40页 |
| 4.4 实验结果 | 第40-46页 |
| 4.4.1 无噪声情况 | 第41-44页 |
| 4.4.2 有噪声情况 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 近场衍射下的相位恢复算法 | 第47-57页 |
| 5.1 远场衍射与近场衍射的关系 | 第47-48页 |
| 5.2 近场衍射下的相位恢复算法 | 第48-51页 |
| 5.2.1 广义全变差基础 | 第48-49页 |
| 5.2.2 基于广义全变差正则化的相位恢复算法 | 第49-51页 |
| 5.3 实验结果 | 第51-56页 |
| 5.3.1 无噪声情况 | 第52-55页 |
| 5.3.2 含噪声情况 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64页 |
