基于压缩传感重建算法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-13页 |
| ·课题的研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·压缩传感理论的简介 | 第8-9页 |
| ·压缩传感的重建算法概述 | 第9-11页 |
| ·基于压缩传感算法的应用 | 第11页 |
| ·本文的主要研究内容 | 第11-12页 |
| ·本文的结构安排 | 第12-13页 |
| 第2章 信号的稀疏化表示和测量矩阵 | 第13-20页 |
| ·信号稀疏化表示 | 第13-17页 |
| ·利用傅里叶变换对信号的稀疏表示 | 第14-15页 |
| ·利用小波变换对信号进行稀疏表示 | 第15-16页 |
| ·利用分数傅里叶变换进行稀疏化表示 | 第16-17页 |
| ·测量矩阵的选择标准 | 第17-19页 |
| ·测量矩阵和稀疏矩阵的不相关性 | 第17-18页 |
| ·测量矩阵的选择 | 第18-19页 |
| ·本章小节 | 第19-20页 |
| 第3章 加权分块压缩传感的理论及算法 | 第20-23页 |
| ·分块压缩传感算法 | 第20页 |
| ·加权分块压缩传感算法 | 第20-21页 |
| ·本章小节 | 第21-23页 |
| 第4章 基于加权分块压缩传感理论的数值实验 | 第23-38页 |
| ·基于压缩传感的正交匹配追踪(OMP)算法 | 第23-31页 |
| ·利用正交匹配追踪处理一维信号 | 第23-25页 |
| ·基于加权分块压缩传感的正交匹配追踪算法处理图像 | 第25-31页 |
| ·利用加权分块全变差最小化算法重建图像 | 第31-36页 |
| ·本章小节 | 第36-38页 |
| 结论 | 第38-39页 |
| 参考文献 | 第39-43页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第43-45页 |
| 致谢 | 第45页 |