基于MRF-MAP的超分辨率图像重建
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 图表目录 | 第10-12页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题背景介绍 | 第12-14页 |
| 1.1.1 选题背景 | 第12-13页 |
| 1.1.2 超分辨率重建的概念 | 第13-14页 |
| 1.2 超分辨率图像重建的应用领域 | 第14-15页 |
| 1.3 研究现状 | 第15-17页 |
| 1.4 本文的主要内容 | 第17-18页 |
| 第2章 超分辨率重建技术概述 | 第18-31页 |
| 2.1 图像的降质模型 | 第18-19页 |
| 2.2 超分辨率重建的基础 | 第19-23页 |
| 2.2.1 超分辨率重建的观测模型 | 第20-21页 |
| 2.2.2 超分辨率重建的基本步骤 | 第21-23页 |
| 2.3 超分辨率重建的基本方法 | 第23-31页 |
| 2.3.1 频域方法 | 第23-26页 |
| 2.3.2 非均匀样本内插法 | 第26-27页 |
| 2.3.3 迭代反投影法 | 第27-28页 |
| 2.3.4 凸集投影法 | 第28-29页 |
| 2.3.5 正则化超分辨率重建算法 | 第29-30页 |
| 2.3.6 混合方法 | 第30-31页 |
| 第3章 基于 MRF 先验模型的重建算法 | 第31-46页 |
| 3.1 马尔科夫随机场（MRF）理论 | 第31-35页 |
| 3.1.1 邻域系统和集簇 | 第32-34页 |
| 3.1.2 马尔科夫随机场 | 第34-35页 |
| 3.2 Gibbs 随机场 | 第35-36页 |
| 3.3 MRF 与 GRF 的等价性 | 第36页 |
| 3.4 本文采用的先验模型 | 第36-46页 |
| 3.4.1 DA 模型 | 第37-38页 |
| 3.4.2 自适应交互函数 | 第38页 |
| 3.4.3 自适应势能函数 | 第38-43页 |
| 3.4.4 新的 MRF 先验模型 | 第43-46页 |
| 第4章 基于 MRF-MAP 模型的超分辨率重建 | 第46-53页 |
| 4.1 图像低分辨率模型 | 第46-48页 |
| 4.2 超分辨率图像的重建模型 | 第48-49页 |
| 4.3 MAP 估计 | 第49-53页 |
| 第5章 实验结果与分析 | 第53-62页 |
| 5.1 仿真实验的工具和环境 | 第53页 |
| 5.2 图像质量评估 | 第53-54页 |
| 5.3 实验结果与分析 | 第54-62页 |
| 5.3.1 本文方法重建图像的实验结果 | 第55-58页 |
| 5.3.2 不同先验模型的重建结果对比 | 第58-60页 |
| 5.3.3 与其他重建方法进行对比 | 第60-61页 |
| 5.3.4 采用最近邻插值作为初始图像 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 全文总结 | 第62-63页 |
| 6.2 超分辨率重建技术展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第68-69页 |
| 辽宁大学学历教育硕士学位基本数据表 | 第69-70页 |
| 附件 | 第70-93页 |
