基于学习的单帧图像超分辨率算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-19页 |
| ·课题研究的背景、目的及意义 | 第7-8页 |
| ·图像空间超分辨率的概念 | 第8-9页 |
| ·图像超分辨率技术的发展及国内外研究现状 | 第9-17页 |
| ·频域超分辨率算法 | 第9-12页 |
| ·空域超分辨率算法 | 第12-17页 |
| ·基于学习的超分辨率算法 | 第17页 |
| ·本课题主要研究内容 | 第17-19页 |
| 第2章 传统的基于插值的图像超分辨方法 | 第19-30页 |
| ·基于插值的图像放大算法原理 | 第19-21页 |
| ·最临近插值（Nearest Neighbor） | 第21页 |
| ·双线性插值 | 第21-22页 |
| ·Bicubic插值 | 第22-23页 |
| ·其它插值方法 | 第23-29页 |
| ·Hanning and Hamming插值 | 第23页 |
| ·Lanczos插值 | 第23-24页 |
| ·边缘自适应的图像插值方法 | 第24-27页 |
| ·边缘自适应的图像插值方法的改进 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于学习的单帧图像超分辨率算法及其实现 | 第30-55页 |
| ·LLE局部线性嵌套理论 | 第30-38页 |
| ·降维问题提出的必要性 | 第30-31页 |
| ·降维问题的数学描述 | 第31-32页 |
| ·局部线性嵌套（LLE） | 第32-38页 |
| ·基于重建的图像超分辨率缺陷 | 第38-39页 |
| ·基于学习的单帧图像超分辨率算法 | 第39-42页 |
| ·训练集的生成 | 第39-40页 |
| ·马尔可夫网络算法 | 第40-42页 |
| ·单次迭代算法 | 第42-47页 |
| ·预测 | 第42-43页 |
| ·训练 | 第43-44页 |
| ·参数设置 | 第44-47页 |
| ·实验结果分析 | 第47-54页 |
| ·单次迭代算法的实验平台 | 第47页 |
| ·实验结果 | 第47-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 影响图像超分辨率能力的因素分析 | 第55-65页 |
| ·训练集图像数量的影响 | 第55-60页 |
| ·K邻域个数的影响 | 第60-63页 |
| ·本章小结 | 第63-65页 |
| 第5章 图像超分辨率算法质量评价标准 | 第65-70页 |
| ·引言 | 第65页 |
| ·超分辨率图像质量评价方法 | 第65-68页 |
| ·均方差MSE | 第65页 |
| ·峰值信噪比PSNR | 第65-66页 |
| ·改善信噪比ISNR | 第66页 |
| ·频谱相关系数r | 第66-67页 |
| ·归一化相关性测度 | 第67-68页 |
| ·图像超分辨率算法质量评价实验 | 第68-69页 |
| ·评价标准的选取 | 第68页 |
| ·超分辨率图像评价实验 | 第68-69页 |
| ·本章小节 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78页 |
