| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 压缩感知理论及其经典重构算法 | 第11-12页 |
| 1.2.2 图像压缩感知重构算法研究现状 | 第12-13页 |
| 1.2.3 视频压缩感知重构算法研究现状 | 第13-16页 |
| 1.3 本文主要研究工作和内容安排 | 第16-17页 |
| 第二章 视频压缩感知中的预测-残差重构算法 | 第17-30页 |
| 2.1 预测-残差重构框架 | 第17-19页 |
| 2.2 经典预测算法 | 第19-22页 |
| 2.2.1 单假设预测算法 | 第19-20页 |
| 2.2.2 像素域多假设预测算法 | 第20-21页 |
| 2.2.3 观测域多假设预测算法 | 第21-22页 |
| 2.3 BCS-SPL算法 | 第22-23页 |
| 2.4 仿真结果与分析 | 第23-29页 |
| 2.4.1 不同预测算法性能及时间复杂度分析 | 第23-26页 |
| 2.4.2 基于BCS-SPL的残差重构性能分析 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于预测残差结构特征的块分类重构算法 | 第30-42页 |
| 3.1 基于残差结构特征的块分类重构算法（BCSC） | 第30-38页 |
| 3.1.1 观测值和残差信号平均能量的关系特征 | 第30-32页 |
| 3.1.2 较大能量残差块的结构特征分析 | 第32-36页 |
| 3.1.3 较小能量残差块的结构特征分析 | 第36页 |
| 3.1.4 残差块分类及分类重构方案 | 第36-38页 |
| 3.2 仿真结果与分析 | 第38-41页 |
| 3.2.1 对QCIF视频序列的仿真结果分析 | 第38-40页 |
| 3.2.2 对CIF视频序列的仿真结果分析 | 第40-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 基于多假设的残差重构算法 | 第42-54页 |
| 4.1 基于多假设的残差重构算法（MHRR） | 第42-46页 |
| 4.1.1 MHRR算法流程图 | 第42-43页 |
| 4.1.2 MHRR算法实现步骤 | 第43-46页 |
| 4.2 仿真结果与分析 | 第46-53页 |
| 4.2.1 三种残差重构算法性能分析 | 第46-48页 |
| 4.2.2 三种残差重构算法时间复杂度分析 | 第48-50页 |
| 4.2.3 MRHH对最终重构性能的贡献分析 | 第50-52页 |
| 4.2.4 MHRR在2sMHR算法中的比较 | 第52-53页 |
| 4.3 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 附件 | 第62页 |