| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 图像超分辨率重建技术研究的背景及意义 | 第14页 |
| 1.2 图像超分辨率技术的应用 | 第14-16页 |
| 1.3 图像超分辨重建技术的研究现状 | 第16-17页 |
| 1.3.1 图像超分辨重建技术的概述 | 第16-17页 |
| 1.3.2 评价指标 | 第17页 |
| 1.4 本文主要工作及章节安排 | 第17-20页 |
| 第二章 图像超分辨率重建技术 | 第20-30页 |
| 2.1 前言 | 第20页 |
| 2.2 图像的退化模型 | 第20页 |
| 2.3 图像超分辨率重建技术的分类 | 第20-21页 |
| 2.4 图像超分辨率重建技术的方法介绍 | 第21-27页 |
| 2.4.1 基于插值的方法 | 第21-22页 |
| 2.4.2 基于重构的方法 | 第22-25页 |
| 2.4.3 基于学习的方法 | 第25-27页 |
| 2.4.4 视频超分辨重建方法 | 第27页 |
| 2.5 图像超分辨重建技术的评价标准 | 第27-28页 |
| 2.6 本章小结 | 第28-30页 |
| 第三章 基于局部SVD字典的高分辨率图像重构 | 第30-44页 |
| 3.1 前言 | 第30页 |
| 3.2 稀疏表示基础和模型 | 第30-33页 |
| 3.2.1 稀疏表示的理论基础 | 第30-31页 |
| 3.2.2 稀疏编码算法 | 第31-32页 |
| 3.2.3 字典训练方法 | 第32-33页 |
| 3.3 局部字典和全局字典的对比 | 第33-34页 |
| 3.4 相关内容 | 第34-35页 |
| 3.4.1 奇异值分解（SVD） | 第34页 |
| 3.4.2 图像的一阶梯度和二阶梯度 | 第34-35页 |
| 3.5 获取SVD字典 | 第35-36页 |
| 3.6 基于SVD字典的高分辨率图像重构算法 | 第36-37页 |
| 3.7 实验结果与分析 | 第37-42页 |
| 3.7.1 实验设置 | 第37-38页 |
| 3.7.2 无噪图像的实验结果与分析 | 第38-40页 |
| 3.7.3 含噪图像的实验结果与分析 | 第40-42页 |
| 3.8 本章小结 | 第42-44页 |
| 第四章 基于非局部字典学习的单帧图像超分辨率重建算法 | 第44-64页 |
| 4.1 前言 | 第44-45页 |
| 4.1.1 图像超分辨算法的的重建模型 | 第44页 |
| 4.1.2 对不同方法的分析 | 第44-45页 |
| 4.2 相关内容介绍 | 第45-48页 |
| 4.2.1 图像的自相似性 | 第45-46页 |
| 4.2.2 非局部均值 | 第46-47页 |
| 4.2.3 稀疏表示 | 第47-48页 |
| 4.3 相关正则化项介绍 | 第48-49页 |
| 4.4 算法求解过程 | 第49-51页 |
| 4.5 实验结果与分析 | 第51-61页 |
| 4.5.1 实验设置 | 第52页 |
| 4.5.2 联合正则化项的合理性 | 第52-55页 |
| 4.5.3 无噪图像的实验结果与分析 | 第55-58页 |
| 4.5.4 含噪图像的实验结果与分析 | 第58-61页 |
| 4.5.5 算法缺点分析 | 第61页 |
| 4.6 本章小结 | 第61-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |