| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 发展过程和目前研究状态 | 第8-11页 |
| 1.2.1 从频域到空域的超分辨率重建算法 | 第8-9页 |
| 1.2.2 从多帧到单帧的超分辨率重建算法 | 第9-11页 |
| 1.3 目前的应用前景 | 第11-12页 |
| 1.4 本文研究内容和创新点 | 第12-13页 |
| 1.5 本文章节结构说明 | 第13-15页 |
| 第二章 图像超分辨率重建算法 | 第15-32页 |
| 2.1 图像降质模型 | 第15-16页 |
| 2.2 多帧图像超分辨率重建算法 | 第16-17页 |
| 2.3 基于视频的超分辨率重建算法 | 第17-18页 |
| 2.4 单帧图像超分辨率重建算法 | 第18-31页 |
| 2.4.1 经典的单帧图像超分辨重建算法 | 第19-24页 |
| 2.4.2 基于外部样本学习的超分辨率重建算法 | 第24-28页 |
| 2.4.3 基于内部样本学习的超分辨率重建算法 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于自相似性的单帧图像超分辨率重建算法 | 第32-50页 |
| 3.1 图像的自相似性 | 第32-33页 |
| 3.2 基于自相性的单帧图像超分辨率重建算法 | 第33-36页 |
| 3.3 一种新的基于自相似性的单帧图像超分辨率重建算法 | 第36-40页 |
| 3.3.1 对图像块进行几何变形 | 第36-38页 |
| 3.3.2 新的自相似性度量公式 | 第38-39页 |
| 3.3.3 相似图像块搜索策略 | 第39-40页 |
| 3.4 算法实现流程 | 第40-41页 |
| 3.5 实验结果与分析 | 第41-49页 |
| 3.5.1 测试数据集和参数设置 | 第41-42页 |
| 3.5.2 实验一：对含几何结构图像的测试 | 第42-45页 |
| 3.5.3 实验二：对不含几何结构的自然图像测试 | 第45-48页 |
| 3.5.4 实验三：不同放大倍数下的重建质量 | 第48-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 基于稀疏表示的快速单帧图像超分辨率重建算法 | 第50-60页 |
| 4.1 基于局部邻域嵌入的超分辨率重建算法 | 第50-52页 |
| 4.2 基于稀疏表示的超分辨率重建算法 | 第52-53页 |
| 4.3 基于稀疏表示的快速单帧单帧图像超分辨率重建算法 | 第53-54页 |
| 4.3.1 训练字典的设计 | 第53-54页 |
| 4.3.2 “旋转”策略 | 第54页 |
| 4.3.3 高倍数重建采用“由粗到精”迭代生成 | 第54页 |
| 4.4 算法实现流程 | 第54-55页 |
| 4.5 实验结果与分析 | 第55-59页 |
| 4.5.1 实验一：重建质量比较 | 第55-58页 |
| 4.5.2 实验二：重建时间的比较 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 本文总结 | 第60页 |
| 5.2 研究和应用展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间发表的论文和参与的科研项目 | 第66-67页 |
| 致谢 | 第67-68页 |
