| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-12页 |
| ·研究的目的与意义 | 第12-14页 |
| ·研究内容与创新 | 第14-15页 |
| ·论文架构与内容安排 | 第15-16页 |
| 第二章 图像压缩感知理论 | 第16-28页 |
| ·图像分块压缩感知模型 | 第16-18页 |
| ·压缩感知基本理论 | 第16-17页 |
| ·图像分块压缩感知 | 第17-18页 |
| ·观测系统设计 | 第18-21页 |
| ·观测波形的设计 | 第19-21页 |
| ·采样方式的实现 | 第21页 |
| ·图像块的稀疏编码 | 第21-25页 |
| ·稀疏性定义 | 第22页 |
| ·稀疏性的测度 | 第22-23页 |
| ·稀疏编码字典 | 第23-24页 |
| ·常见字典学习算法 | 第24-25页 |
| ·非线性优化重构 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于局部结构先验的压缩感知图像重建方法 | 第28-50页 |
| ·图像局部结构先验分析 | 第28-35页 |
| ·图像块分类 | 第28-30页 |
| ·结构图像块分类 | 第30-32页 |
| ·图像块分类结果 | 第32-35页 |
| ·非参数贝叶斯结构字典学习 | 第35-37页 |
| ·理论背景 | 第35-36页 |
| ·字典学习具体步骤 | 第36-37页 |
| ·图像重建 | 第37-39页 |
| ·仿真实验与结果分析 | 第39-47页 |
| ·实验条件与评价指标说明 | 第39-41页 |
| ·实验 3.1 图像块分类结果对比 | 第41-42页 |
| ·实验3.2重建图像数值结果对比 | 第42-43页 |
| ·实验3.3重建图像视觉效果对比 | 第43-45页 |
| ·实验3.4不同结构字典重建结果对比 | 第45-47页 |
| ·本章小结 | 第47-50页 |
| 第四章 基于统计先验的压缩感知图像重建方法 | 第50-64页 |
| ·统计先验与高斯混合模型 | 第50-52页 |
| ·图像块的统计先验 | 第50-51页 |
| ·高斯混合模型 | 第51-52页 |
| ·基于统计先验的压缩感知重建方法 | 第52-55页 |
| ·期望对数似然函数 | 第52页 |
| ·混合高斯先验分布 | 第52-53页 |
| ·图像块类别的MAP估计 | 第53-54页 |
| ·高斯混合模型学习 | 第54-55页 |
| ·耦合观测矩阵的优化 | 第55-56页 |
| ·基于统计先验与优化观测矩阵的压缩感知重构方法 | 第56页 |
| ·仿真实验与结果分析 | 第56-62页 |
| ·实验条件与评价指标说明 | 第57页 |
| ·实验4.1重建结果对比 | 第57-61页 |
| ·优化观测矩阵误差对比及分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第五章 基于图像块结构和稀疏系数双重先验的压缩感知重建方法 | 第64-76页 |
| ·稀疏编码系数先验 | 第64-68页 |
| ·稀疏先验 | 第64-65页 |
| ·中心化编码系数先验 | 第65-67页 |
| ·双中心化编码系数先验 | 第67-68页 |
| ·基于图像块与编码系数双重先验的压缩感知图像重建方法 | 第68-70页 |
| ·数学模型 | 第68-69页 |
| ·优化算法 | 第69-70页 |
| ·实验仿真及结果分析 | 第70-74页 |
| ·实验说明 | 第71页 |
| ·实验结果与分析 | 第71-74页 |
| ·本章小结 | 第74-76页 |
| 第六章 总结与展望 | 第76-78页 |
| ·总结 | 第76-77页 |
| ·展望 | 第77-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-89页 |
| 硕士期间成果 | 第89-90页 |