基于稀疏表示的图像超分辨率重建算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-22页 |
| ·图像超分辨率重建的定义与意义 | 第9-10页 |
| ·图像超分辨率重建的发展现状及分类 | 第10-21页 |
| ·前向观测模型 | 第10-11页 |
| ·基于插值的图像超分辨率重建算法 | 第11-12页 |
| ·基于重建的图像超分辨率重建算法 | 第12-19页 |
| ·基于学习的图像超分辨率重建算法 | 第19-20页 |
| ·稀疏表示(SR)的研究背景及发展状况 | 第20-21页 |
| ·本文的主要工作及内容安排 | 第21-22页 |
| 第二章 反问题、稀疏表示与字典学习理论 | 第22-36页 |
| ·图像处理中反问题的解法 | 第22-31页 |
| ·正则化方法 | 第22-24页 |
| ·稀疏表示方法 | 第24-26页 |
| ·稀疏表示问题的优化算法 | 第26-31页 |
| ·冗余字典的设计 | 第31-36页 |
| ·最佳方向方法(MOD) | 第32-33页 |
| ·广义PCA 方法 | 第33页 |
| ·K-SVD 方法 | 第33-34页 |
| ·稀疏性字典学习方法 | 第34-36页 |
| 第三章 基于稀疏表示的单帧图像超分辨率重建 | 第36-50页 |
| ·样本集的选取 | 第36-37页 |
| ·算法流程概述 | 第37-38页 |
| ·字典构建的算法 | 第38-42页 |
| ·基于图像特征的字典对 | 第38-40页 |
| ·结构聚类型字典 | 第40-42页 |
| ·正则化项的建立 | 第42-45页 |
| ·基于局部稀疏约束的正则化项 | 第42-43页 |
| ·局部加权的稀疏约束正则化项 | 第43-44页 |
| ·全局稀疏约束的正则化项 | 第44-45页 |
| ·实验结果及分析 | 第45-50页 |
| 第四章 基于稀疏表示的多帧图像超分辨率重建 | 第50-64页 |
| ·多帧图像超分辨率重建在遥感中的应用及意义 | 第50-52页 |
| ·基于多帧图像空间信息的稀疏表示重建 | 第52-55页 |
| ·基于多帧图像时间信息的稀疏表示重建 | 第55-59页 |
| ·遥感图像的时序信息分析 | 第55-56页 |
| ·遥感图像中基于时序信息的变化检测 | 第56-57页 |
| ·基于时序信息的遥感图像超分辨率重建 | 第57-59页 |
| ·实验结果及分析 | 第59-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 在读期间发表的学术论文与取得的研究成果 | 第70页 |
