| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-26页 |
| ·研究目的及意义 | 第13-15页 |
| ·研究现状及发展趋势 | 第15-21页 |
| ·超分辨率重构研究现状 | 第15-20页 |
| ·基于插值的超分辨率重构 | 第16-17页 |
| ·基于重建的超分辨率重构 | 第17-18页 |
| ·基于学习的超分辨率重构 | 第18-20页 |
| ·超分辨率重构发展趋势 | 第20-21页 |
| ·本文的主要研究工作 | 第21-26页 |
| ·课题研究任务 | 第22页 |
| ·研究方案与步骤 | 第22-24页 |
| ·本论文内容安排 | 第24-26页 |
| 第二章 图像稀疏表示理论及应用 | 第26-47页 |
| ·引言 | 第26-27页 |
| ·信号稀疏表示理论 | 第27-38页 |
| ·信号的稀疏表示模型 | 第27-32页 |
| ·基于范数的稀疏测度 | 第28-29页 |
| ·稀疏解的唯一性 | 第29-31页 |
| ·稀疏表示模型 | 第31-32页 |
| ·稀疏表示的字典构建 | 第32-36页 |
| ·信号稀疏表示的演化 | 第32-35页 |
| ·超完备稀疏表示字典学习 | 第35-36页 |
| ·稀疏表示的分解算法 | 第36-38页 |
| ·贪婪追踪 | 第37页 |
| ·松弛优化 | 第37-38页 |
| ·基于稀疏表示的图像处理应用 | 第38-43页 |
| ·正则化图像处理 | 第38-40页 |
| ·稀疏表示图像处理 | 第40-43页 |
| ·基于压缩感知的图像超分辨率重构 | 第43-46页 |
| ·压缩感知基本原理 | 第43-44页 |
| ·压缩感知与图像超分辨率 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 曲率驱动的类双线性快速图像插值 | 第47-65页 |
| ·引言 | 第47-48页 |
| ·类双线图像插值模型 | 第48-50页 |
| ·图像灰度曲面曲率 | 第50-51页 |
| ·图像灰度曲面 | 第50页 |
| ·剖面曲率 | 第50-51页 |
| ·曲率驱动的图像插值算法设计 | 第51-56页 |
| ·图像几何结构类型判别 | 第51-52页 |
| ·计算指定方向的图像曲率 | 第52-54页 |
| ·曲率驱动的类双线性插值 | 第54-56页 |
| ·实验与分析 | 第56-64页 |
| ·算法参数设计 | 第57页 |
| ·合成图像插值重构 | 第57-60页 |
| ·实际图像插值重构 | 第60-62页 |
| ·算法运算量分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第四章 离线字典学习与匹配追踪稀疏表示的图像超分辨率重构 | 第65-87页 |
| ·引言 | 第65-66页 |
| ·基于稀疏表示的超分辨率重构模型 | 第66-67页 |
| ·基于匹配追踪的信号稀疏表示 | 第67-69页 |
| ·超完备稀疏表示的离线式字典学习 | 第69-74页 |
| ·字典学习模型 | 第70-71页 |
| ·K-SVD 字典学习算法 | 第71-72页 |
| ·离线构建构建超完备字典对 | 第72-73页 |
| ·考虑模糊降质的超完备字典 | 第73-74页 |
| ·基于超完备稀疏表示的超分辨率重构 | 第74-75页 |
| ·实验与分析 | 第75-86页 |
| ·参数设计 | 第76-77页 |
| ·算法效率 | 第77-78页 |
| ·图像重构 | 第78-86页 |
| ·合成图像的重构 | 第78-83页 |
| ·实际图像的重构 | 第83-86页 |
| ·本章小结 | 第86-87页 |
| 第五章 在线字典学习与盲稀疏分解的图像超分辨率增强 | 第87-102页 |
| ·引言 | 第87-88页 |
| ·图像超分辨率增强模型 | 第88-89页 |
| ·基于盲稀疏度的稀疏分解 | 第89-91页 |
| ·稀疏分解模型 | 第89-90页 |
| ·盲稀疏度稀疏分解算法 | 第90-91页 |
| ·基于在线学习的图像超分辨率增强 | 第91-94页 |
| ·ROLS 稀疏表示算法 | 第92-93页 |
| ·在线学习超完备字典 | 第93-94页 |
| ·图像超分辨率增强 | 第94页 |
| ·实验与分析 | 第94-101页 |
| ·参数设计 | 第95页 |
| ·复杂度分析 | 第95页 |
| ·重构结果 | 第95-99页 |
| ·两倍客观重构 | 第95-97页 |
| ·三倍客观重构 | 第97-98页 |
| ·两倍主观重构 | 第98-99页 |
| ·字典对比 | 第99-101页 |
| ·本章小结 | 第101-102页 |
| 第六章 字典级联与逼近 0 范数稀疏表示的图像超分辨率重构 | 第102-117页 |
| ·引言 | 第102-103页 |
| ·问题描述 | 第103-104页 |
| ·图像观测模型 | 第104页 |
| ·超分辨率重构 | 第104页 |
| ·超完备字典的构建与级联 | 第104-106页 |
| ·超完备字典学习 | 第105-106页 |
| ·超完备字典级联 | 第106页 |
| ·光滑逼近 0 范数的稀疏表示 | 第106-109页 |
| ·逼近稀疏测度 | 第106-107页 |
| ·适于逆问题重构的逼近稀疏表示 | 第107-108页 |
| ·逼近稀疏表示理论分析 | 第108-109页 |
| ·图像超分辨率重构 | 第109-110页 |
| ·实验与分析 | 第110-116页 |
| ·实验结果 | 第110-113页 |
| ·复杂度分析 | 第113页 |
| ·实验讨论 | 第113-116页 |
| ·本章小结 | 第116-117页 |
| 第七章 总结与展望 | 第117-120页 |
| ·工作与总结 | 第117-118页 |
| ·本文主要创新点 | 第118-119页 |
| ·深入与展望 | 第119-120页 |
| 致谢 | 第120-122页 |
| 参考文献 | 第122-133页 |
| 攻博期间取得的研究成果 | 第133-134页 |
