| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 研究发展及现状 | 第16-18页 |
| 1.3 研究动机与目的 | 第18-19页 |
| 1.4 论文内容与安排 | 第19-21页 |
| 第二章 基于表征约束嵌入的图像超分辨重建方法 | 第21-37页 |
| 2.1 表征学习模型 | 第21-25页 |
| 2.1.1 稀疏自编码（SAE） | 第22-24页 |
| 2.1.2 栈式稀疏自编码（SSAE） | 第24-25页 |
| 2.2 表征约束嵌入 | 第25-28页 |
| 2.2.1 初始化邻域 | 第25-26页 |
| 2.2.2 构造邻域约束函数 | 第26-27页 |
| 2.2.3 表征约束嵌入算法 | 第27-28页 |
| 2.3 实验结果与分析 | 第28-35页 |
| 2.3.1 实验条件与数据说明 | 第28页 |
| 2.3.2 特征表示对于邻域选取的影响 | 第28-30页 |
| 2.3.3 隐含层层数对重建结果的影响 | 第30页 |
| 2.3.4 测试图像的重建结果对比及分析 | 第30-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第三章 基于多流形邻域嵌入的图像超分辨重建方法 | 第37-49页 |
| 3.1 多流形学习 | 第37-39页 |
| 3.2 核空间的局部线性嵌入方法 | 第39-41页 |
| 3.2.1 局部线性嵌入算法 | 第39-40页 |
| 3.2.2 核空间的局部线性嵌入方法 | 第40-41页 |
| 3.3 基于多流形邻域嵌入的图像超分辨重建方法 | 第41-43页 |
| 3.3.1 训练集的构造 | 第41-42页 |
| 3.3.2 基于多流形邻域嵌入的图像超分辨重建方法 | 第42-43页 |
| 3.4 实验结果与分析 | 第43-48页 |
| 3.4.1 聚类个数对重建结果的影响 | 第43页 |
| 3.4.2 测试图像的重建结果对比及分析 | 第43-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于非线性压缩感知的图像超分辨重建方法 | 第49-63页 |
| 4.1 核主成分分析（K-PCA）算法 | 第49-50页 |
| 4.2 非线性压缩感知理论 | 第50-52页 |
| 4.3 基于非线性压缩感知的图像超分辨重建方法 | 第52-55页 |
| 4.3.1 非线性压缩感知框架下的SR模型和方法 | 第52-53页 |
| 4.3.2 基于核函数的非线性压缩感知的图像超分辨重建方法 | 第53-55页 |
| 4.4 实验结果与分析 | 第55-61页 |
| 4.4.1 实验条件与数据说明 | 第55页 |
| 4.4.2 邻域选取的影响 | 第55-56页 |
| 4.4.3 不同放大倍数的结果比较 | 第56-58页 |
| 4.4.4 测试图像的重建结果对比及分析 | 第58-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-67页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |