| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 课题的研究的背景和意义 | 第16-18页 |
| 1.2 相关技术的研究进展与发展动态 | 第18-22页 |
| 1.2.1 图像超分辨率重建的研究现状 | 第18-20页 |
| 1.2.2 冗余字典设计研究进展 | 第20页 |
| 1.2.3 稀疏表示法在单幅图像超分辨中的的研究进展 | 第20-22页 |
| 1.3 论文的主要研究工作与内容安排 | 第22-24页 |
| 1.3.1 本文研究目标和创新点 | 第22页 |
| 1.3.2 本论文的内容安排 | 第22-24页 |
| 第二章 图像超分辨重建方法与稀疏表示理论 | 第24-38页 |
| 2.1 图像超分辨重建问题 | 第24-25页 |
| 2.2 图像超分辨重建的方法 | 第25-27页 |
| 2.2.1 插值法和重建法 | 第25页 |
| 2.2.2 基于学习的方法 | 第25-27页 |
| 2.3 基于稀疏表示的图像超分辨 | 第27-30页 |
| 2.3.1 信号的稀疏表示理论 | 第27-28页 |
| 2.3.2 信号的稀疏性度量 | 第28-29页 |
| 2.3.3 压缩感知与图像超分辨 | 第29-30页 |
| 2.4 本文图像超分辨率重建的框架搭建 | 第30-33页 |
| 2.5 本文所使用的图像重建评价方法 | 第33-36页 |
| 2.5.1 主观方法 | 第33页 |
| 2.5.2 客观方法 | 第33-36页 |
| 2.6 本章小结 | 第36-38页 |
| 第三章 几何正则化联合字典在图像超分辨中的应用 | 第38-56页 |
| 3.1 过完备字典训练方法 | 第38-42页 |
| 3.1.1 最优方向法MOD | 第39-40页 |
| 3.1.2 K-SVD | 第40-41页 |
| 3.1.3 其他字典 | 第41-42页 |
| 3.2 联合字典训练法 | 第42-46页 |
| 3.2.1 稀疏模型的字典学习 | 第42-44页 |
| 3.2.2 稀疏编码 | 第44-45页 |
| 3.2.3 联合稀疏字典训练 | 第45-46页 |
| 3.3 几何正则化联合字典训练方法 | 第46-50页 |
| 3.3.1 几何信息约束 | 第46-48页 |
| 3.3.2 几何正则化稀疏编码字典训练 | 第48-50页 |
| 3.4 实验中使用的字典训练库 | 第50-52页 |
| 3.5 实验结果和分析 | 第52-54页 |
| 3.6 本章小结 | 第54-56页 |
| 第四章 特征符号法在图像超分辨中的应用 | 第56-72页 |
| 4.1 稀疏表示法 | 第56-61页 |
| 4.1.1 贪婪追踪算法OMP | 第56-57页 |
| 4.1.2 松弛优化算法 | 第57-61页 |
| 4.2 使用稀疏表示的单幅图像超分辨重建 | 第61-62页 |
| 4.3 基于特征表征的稀疏算法 | 第62-64页 |
| 4.4 实验结果分析 | 第64-69页 |
| 4.4.1 稀疏算法结果横向比较 | 第64-65页 |
| 4.4.2 稀疏算法结果纵向比较 | 第65-69页 |
| 4.5 自适应的快速稀疏重建法 | 第69-71页 |
| 4.5.1 稀疏重建块选择方法 | 第69-70页 |
| 4.5.2 自适应的快速稀疏表示法重建结果 | 第70-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第五章 结束语 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 个人简历 | 第80-81页 |
| 攻读硕士学位期间发表、录用的文章 | 第81页 |
| 攻读硕士学位期间参加的科研项目 | 第81页 |
| 攻读硕士学位期间获奖情况 | 第81-82页 |