声明
摘要
第1章 绪论
1.1 多媒体信息压缩传输技术概述
1.2 稀疏表示技术发展现状
1.3 压缩感知技术发展现状
1.4 论文研究内容和研究意义
1.5 论文结构安排
第2章 信号的稀疏表示与压缩感知技术
2.1 图像压缩传输架构
2.1.1 传统图像压缩传输架构
2.1.2 传统图像传输所存在的问题
2.1.3 基于压缩感知技术的图像传输流程及其可行性分析
2.2 压缩感知技术
2.2.1 压缩感知技术的关键问题
2.2.2 压缩感知技术的目标函数和求解方法
2.3 信号的稀疏表示技术
2.3.1 信号稀疏表示方法和目标函数
2.3.2 离散余弦变换和离散小波变换
2.3.3 基于过完备字典的信号表示技术
2.4 信号的稀疏测量技术
2.4.1 信号稀疏测量矩阵的构造方法和构造准则
2.4.2 传统测量矩阵
2.4.3 基于LDPC码校验矩阵的测量矩阵设计
2.5 本章小结
第3章 基于低密度架构的图像压缩传输技术
3.1 基于低密度架构的图像压缩传输方案设计
3.1.1 发送端处理
3.1.2 接收端处理
3.2 改进的基于低密度架构的图像压缩传输技术模型
3.2.1 模型的信号先验分布
3.2.2 模型的目标函数和求解方法
3.2.3 模型的SuPrEM重构算法
3.2.4 改进GSM模型及其SuPrEM算法
3.2.5 其他先验分布模型及其重构算法介绍
3.3 基于低密度架构的图像压缩传输技术方案性能仿真
3.3.1 仿真设置和评价指标
3.3.2 基于低密度架构的压缩感知对一维信号的仿真
3.3.3 基于低密度架构的压缩感知对图像的仿真实现
3.4 本章小结
第4章 基于Contourlet变换的压缩传输技术
4.1 超小波分析和Contourlet变换
4.2 Contourlet系数分析
4.2.1 Contourlet系数结构分析
4.2.2 Contourlet系数统计分析
4.3 Contourlet变换在压缩感知技术中的应用
4.3.1 Contourlet变换在传统压缩感知框架应用
4.3.2 Contourlet变换在低密度架构压缩感知应用
4.4 Contourlet变换在压缩编码技术中的应用
4.4.1 SPIHT编码方案
4.4.2 小波-Contourlet变换在SPIHT的应用
4.4.3 小波-Contourlet变换在SPIHT的仿真分析
4.5 本章小结
总结与展望
本文工作总结
未来工作展望
致谢
参考文献
攻读硕士学位期间发表的论文