首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于插值和样例的超分辨率图像处理算法的研究

摘要第1-5页
ABSTRACT第5-9页
1 绪论第9-16页
   ·超分辨率图像重建的概述及研究背景第9-10页
   ·国内外研究现状及难点第10-13页
     ·基于频率域方法的研究现状及不足第11页
     ·基于空间域方法的研究现状及不足第11-12页
     ·基于样例的超分辨率方法的研究现状第12页
     ·其它方法第12-13页
   ·图像超分辨率重建的评价指标第13-15页
   ·论文的主要工作及章节安排第15-16页
2 超分辨率图像重建的基本理论及方法第16-27页
   ·超分辨率图像重建基本原理概述第16-18页
     ·图像成像中的降质模型第16-17页
     ·超分辨率图像重建的基本策略第17-18页
   ·超分辨率图像重建的基本方法第18-24页
     ·基于内插的超分辨率重建第18-19页
     ·基于重建的超分辨率重建第19-22页
     ·基于学习的超分辨率重建第22-24页
   ·基于样例的超分辨率图像重建相关理论第24-26页
     ·概念与算法流程第24-25页
     ·基于样例重建思想方法的扩展第25-26页
   ·本章小结第26-27页
3 基于双线性插值超分辨率方法的改进第27-47页
   ·基于插值的超分辨率图像重建相关理论第27-32页
     ·插值法的来源第27-28页
     ·一维插值算法的分类与解析第28-32页
   ·超分辨率常用的插值算法第32-35页
     ·最近邻域插值法第32-33页
     ·双线性插值法第33-34页
     ·双立方插值法第34-35页
   ·本文提出的加入边缘检测的双线性插值重建算法第35-45页
     ·图像边缘检测相关理论第35-38页
     ·本文提出的重建算法第38-43页
     ·增加边缘检测的双线性插值实验结果与分析第43-45页
   ·本章小结第45-47页
4 基于带邻边样例的超分辨率图像重建算法第47-69页
   ·基于样例的超分辨率图像的重建第47-55页
     ·马尔科夫随机场概述第48-49页
     ·具体算法分析第49-55页
   ·基于带邻边样例方法的改进第55-64页
   ·实验结果及分析第64-68页
   ·本章小结第68-69页
5 总结与展望第69-71页
参考文献第71-77页
攻读硕士学位期间取得的研究成果第77-78页
致谢第78-80页

论文共80页,点击 下载论文
上一篇:基于激发荧光断层成像的多肿瘤重建方法研究与实现
下一篇:基于AdaBoost及支持向量机的车牌识别系统研究