首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于稀疏表示和局部秩的单幅图像超分辨率重建方法研究

中文摘要第3-4页
英文摘要第4-5页
1 绪论第8-21页
    1.1 研究背景与意义第8-9页
    1.2 图像超分辨率重建技术研究现状第9-18页
        1.2.1 国内外研究现状第9-11页
        1.2.2 图像超分辨率算法概述第11-18页
    1.3 研究难点第18页
    1.4 论文主要研究内容及结构安排第18-20页
        1.4.1 主要研究内容第18-19页
        1.4.2 结构安排第19-20页
    1.5 本章小结第20-21页
2 基于稀疏表示的单幅图像超分辨率重建技术第21-29页
    2.1 引言第21页
    2.2 图像稀疏表示原理第21-26页
        2.2.1 图像的稀疏表示原理第21-22页
        2.2.2 稀疏求解算法第22-24页
        2.2.3 过完备字典训练算法第24-26页
    2.3 基于稀疏表示的图像超分辨率重建原理第26-28页
        2.3.1 训练库处理第26-27页
        2.3.2 字典训练及图像重建第27-28页
    2.4 本章小结第28-29页
3 局部秩变换第29-35页
    3.1 引言第29页
    3.2 局部秩变换基本原理与性质第29-31页
        3.2.1 局部秩变换原理第29-30页
        3.2.2 局部秩变换的性质第30-31页
    3.3 图像的局部秩变换第31-32页
        3.3.1 图像的局部秩变换第31页
        3.3.2 噪声条件下图像的局部秩变换第31-32页
    3.4 实验结果及分析第32-34页
        3.4.1 局部秩变换用于图像处理第32-33页
        3.4.2 基于局部秩的图像边缘提取第33页
        3.4.3 局部秩变换与其他边缘算子对比第33-34页
    3.5 本章小结第34-35页
4 基于稀疏表示和局部秩的单幅图像超分辨率重建第35-49页
    4.1 引言第35页
    4.2 基于稀疏表示和局部秩的重建算法第35-42页
        4.2.1 训练图像预处理第37-39页
        4.2.2 多字典联合训练模型第39-40页
        4.2.3 局部秩约束重建模型第40-42页
    4.3 实验结果与分析第42-48页
        4.3.1 实验评价指标第42-43页
        4.3.2 实验参数设置第43-44页
        4.3.3 阈值及参数选取第44-46页
        4.3.4 约束重建实验结果与分析第46-48页
    4.4 本章小结第48-49页
5 全局和非局部约束后处理第49-58页
    5.1 引言第49页
    5.2 全局和非局部约束后处理第49-51页
        5.2.1 非局部自相似先验第49-50页
        5.2.2 全局和非局部约束后处理模型第50-51页
    5.3 实验结果与分析第51-57页
    5.4 本章小结第57-58页
6 总结与展望第58-60页
    6.1 全文总结第58-59页
    6.2 工作展望第59-60页
致谢第60-61页
参考文献第61-67页
附录第67页
    A. 作者在攻读学位期间申请的专利和投稿的论文第67页

论文共67页,点击 下载论文
上一篇:消防通道场景下的车辆检测技术研究
下一篇:基于蚁群算法的软件行业工期固定--资源均衡优化决策及其实现