声明
第一章 绪论
1.1 研究背景及意义
1.2 研究目的
1.3 国内外研究现状
1.4 主要研究内容
1.5 论文的组织结构
第二章 基于过完备字典稀疏表示的压缩感知
2.1香农-奈奎斯特采样定理的局限性
2.2 压缩感知理论的提出
2.3 信号的稀疏表示
2.4 观测矩阵的设计
2.5 压缩感知重构模型
2.6 重构质量的评价方法
2.7 本章小结
第三章 基于字典的自适应采样压缩感知算法
3.1 字典学习和SL0算法介绍
3.2 图像分块自适应采样
3.3 实验结果与分析
3.4 本章小结
第四章 基于Gram矩阵的观测矩阵优化
4.1 观测矩阵的分类和构造方法
4.2 基于Gram矩阵的优化观测矩阵设计
4.3 基于特征值分解的观测矩阵优化算法
4.4实验结果与分析
4.5 本章小结
第五章 基于多尺度的采样策略图像分块压缩感知算法
5.1 基于投影Landweber重构方法
5.2 基于全变差分自适应采样率分块压缩感知
5.3基于多尺度自适应采样的块压缩感知算法
5.4实验结果
5.5 本章小结
第六章 总结与展望
6.1 论文总结
6.2 课题未来工作展望
参考文献
攻读学位期间主要的研究成果
致谢
湖南工业大学;