基于稀疏表示的单帧图像超分辨率重建算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6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15-19页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 本文的主要研究内容和章节安排 | 第17-19页 |
| 第二章 超分辨率重建算法研究及稀疏表示理论 | 第19-45页 |
| 2.1 超分辨率重建观测模型 | 第19-20页 |
| 2.2 超分辨率重建算法分类 | 第20-28页 |
| 2.2.1 基于插值的方法 | 第21-24页 |
| 2.2.2 基于重建的方法 | 第24-25页 |
| 2.2.3 基于学习的方法 | 第25-28页 |
| 2.3 稀疏表示理论 | 第28-43页 |
| 2.3.1 信号的稀疏性 | 第28-32页 |
| 2.3.2 稀疏表示模型 | 第32-33页 |
| 2.3.3 稀疏分解算法 | 第33-37页 |
| 2.3.4 字典学习 | 第37-40页 |
| 2.3.5 稀疏表示应用 | 第40-43页 |
| 2.4 小结 | 第43-45页 |
| 第三章 超分辨率重建质量的测评方案 | 第45-51页 |
| 3.1 测评方法 | 第45页 |
| 3.2 主观测评 | 第45-47页 |
| 3.2.1 主观测评要求 | 第45-46页 |
| 3.2.2 主观测评内容 | 第46-47页 |
| 3.3 客观测评 | 第47-49页 |
| 3.3.1 峰值信噪比 | 第47页 |
| 3.3.2 相似度XSD | 第47页 |
| 3.3.3 结构相似度 (SSIM) | 第47-48页 |
| 3.3.4 纹理信息分析 | 第48-49页 |
| 3.4 评分规则 | 第49-50页 |
| 3.4.1 主观测评权值分配 | 第49页 |
| 3.4.2 客观测评权值分配 | 第49-50页 |
| 3.4.3 综合测评权值分配 | 第50页 |
| 3.5 小结 | 第50-51页 |
| 第四章 基于双重字典对的图像超分辨率重建 | 第51-71页 |
| 4.1 引言 | 第51-52页 |
| 4.2 基于联合字典对的重建模型 | 第52-55页 |
| 4.2.1 联合字典训练 | 第52-54页 |
| 4.2.2 基于联合字典对的重建模型 | 第54-55页 |
| 4.3 基于双重字典对的重建框架 | 第55-56页 |
| 4.4 双重字典的构建 | 第56-58页 |
| 4.4.1 主高低字典对的联合训练 | 第56-57页 |
| 4.4.2 残差高低分辨率字典对 | 第57-58页 |
| 4.5 基于双重字典的重建 | 第58-59页 |
| 4.5.1 基于主高低分辨率字典对的重建 | 第58页 |
| 4.5.2 基于残差高低字典对的重建 | 第58-59页 |
| 4.6 实验结果及分析 | 第59-67页 |
| 4.6.1 测试数据和条件 | 第60-62页 |
| 4.6.2 参数设置 | 第62页 |
| 4.6.3 结果分析对比 | 第62-67页 |
| 4.7 字典参数设置的影响 | 第67-70页 |
| 4.7.1 字典大小的影响 | 第67-68页 |
| 4.7.2 正则化参数 | 第68-69页 |
| 4.7.3 重叠像素 | 第69-70页 |
| 4.8 本章小结 | 第70-71页 |
| 第五章 结束语 | 第71-73页 |
| 5.1 总结 | 第71页 |
| 5.2 展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-80页 |
