第一章 绪 论
1.1 研究背景及意义
1.2 压缩感知理论国内外研究发展现状
1.2.1 压缩感知理论国内外研究现状
1.2.2 块图像压缩感知理论研究现状
1.3本文研究思路及主要研究内容
第二章 压缩感知数学原理及重要算法
2.1压缩感知采样定理数学原理
2.1.1 压缩感知理论数学模型
2.1.2 测量矩阵的选取标准
2.1.3 分块信号的数学模型
2.2压缩感知采样定理稀疏表示算法
2.2.1 稀疏表示之解析方法
2.2.2 稀疏表示之学习方法
2.3压缩感知采样定理优化重构算法
2.3.1 最小L1范数凸优化重建算法
2.3.2 贪婪重建算法
2.4本章小结
第三章 改进K-均值序列推广字典学习算法
3.1 典型稀疏表示字典学习算法
3.2 改进SGK字典学习算法
3.2.1 双准则优化最小二乘算法
3.2.2 改进SGK字典学习算法
3.3 仿真实验结果与分析
3.3.1 改进算法训练数据误差结果对比
3.3.2 改进算法对于图像重构效果对比
3.4本章小结
第四章 稀疏度步长自适应压缩采样匹配追踪算法
4.1压缩采样匹配追踪重建算法
4.2稀疏度步长自适应压缩采样匹配追踪算法
4.2.1 稀疏度K值自适应估计方法
4.2.2 相关性匹配操作
4.2.3 SLCoSaMP算法流程
4.3仿真实验结果与分析
4.3.1 SLCoSaMP算法对一维信号的重构结果分析
4.3.2 SLCoSaMP算法对图像重构结果分析
4.3.3 联合改进SGK与SLCoSaMP算法对图像重构分析
4.4 本章小结
第五章 总结与展望
5.1 全文工作总结
5.2 今后研究展望
致谢
参考文献
攻读硕士学位期间的学术成果
声明