压缩感知算法及其在成像中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 引言 | 第8-9页 |
| 1.2 研究背景与研究现状 | 第9-10页 |
| 1.3 研究意义 | 第10-11页 |
| 1.4 本文的主要内容和结构 | 第11-12页 |
| 第二章 压缩感知基础 | 第12-20页 |
| 2.1 信号的稀疏表示 | 第12-14页 |
| 2.2 压缩感知的数学模型 | 第14-15页 |
| 2.3 压缩感知的关键问题 | 第15-18页 |
| 2.3.1 稀疏字典 | 第15-16页 |
| 2.3.2 测量矩阵 | 第16-17页 |
| 2.3.3 重构算法 | 第17-18页 |
| 2.4 压缩感知的应用 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 测量矩阵的设计及优化 | 第20-30页 |
| 3.1 测量矩阵的设计基础 | 第20-23页 |
| 3.1.1 约束等距性 | 第20-22页 |
| 3.1.2 非相关性 | 第22-23页 |
| 3.2 测量矩阵的迭代优化 | 第23-27页 |
| 3.2.1 k -累积互相关性 | 第23-24页 |
| 3.2.2 t -平均互相关性 | 第24-25页 |
| 3.2.3 测量矩阵迭代优化算法 | 第25-27页 |
| 3.3 数值仿真 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 压缩感知重构算法及其改进 | 第30-44页 |
| 4.1 常见的稀疏重构算法 | 第30-34页 |
| 4.1.1 松弛方法 | 第30-31页 |
| 4.1.2 非凸方法 | 第31页 |
| 4.1.3 迭代阈值方法 | 第31-32页 |
| 4.1.4 贪婪方法 | 第32-34页 |
| 4.2 前向预测正交匹配追踪算法及其改进 | 第34-41页 |
| 4.2.1 前向预测正交匹配追踪算法 | 第34-37页 |
| 4.2.2 加入回溯纠正的LABOMP | 第37-38页 |
| 4.2.3 加入多原子选择策略的MLABOMP | 第38-41页 |
| 4.3 数值仿真 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 压缩成像系统及性能分析 | 第44-58页 |
| 5.1 传统成像系统与相关性图像重构 | 第44-46页 |
| 5.1.1 成像系统的数学描述 | 第44-45页 |
| 5.1.2 匹配滤波图像重构 | 第45-46页 |
| 5.2 压缩成像系统 | 第46-51页 |
| 5.2.1 压缩成像系统描述 | 第46-47页 |
| 5.2.2 压缩成像系统性能分析 | 第47-51页 |
| 5.3 压缩感知与随机热光源量子成像 | 第51-57页 |
| 5.3.1 随机热光源量子成像 | 第52-53页 |
| 5.3.2 压缩感知量子成像 | 第53-55页 |
| 5.3.3 数值仿真 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 本文小结 | 第58页 |
| 6.2 研究展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 致谢 | 第64页 |
