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

数字图像超分辨率重构技术研究与实现

中文摘要第4-5页
Abstract第5页
第1章 绪论第8-16页
    1.1 课题的研究背景与意义第8-10页
    1.2 国内外研究现状第10-14页
        1.2.1 图像超分辨率研究现状第10-13页
        1.2.2 基于稀疏表示的图像超分辨率研究现状第13-14页
    1.3 论文的主要内容和章节安排第14-16页
第2章 图像退化模型和稀疏表示第16-31页
    2.1 图像超分辨率重构技术概述第16-21页
        2.1.1 退化模型第16-17页
        2.1.2 常见超分辨率重构算法第17-19页
        2.1.3 性能评价第19-21页
    2.2 稀疏表示理论第21-27页
        2.2.1 稀疏表示问题第21-22页
        2.2.2 稀疏表示的优化算法第22-25页
        2.2.3 稀疏表示在图像处理中的应用第25-27页
    2.3 超完备字典第27-30页
        2.3.1 MOD字典第27-28页
        2.3.2 K-SVD字典第28-29页
        2.3.3 广义PCA字典第29-30页
    2.4 本章小结第30-31页
第3章 基于稀疏表示的超分辨率重构算法第31-49页
    3.1 引言第31-32页
    3.2 算法设计第32-36页
        3.2.1 基本思想第32-33页
        3.2.2 字典学习第33-35页
        3.2.3 图像重构第35-36页
    3.3 实验仿真第36-48页
        3.3.1 参数设置第37页
        3.3.2 实验结果及分析第37-41页
        3.3.3 参数对算法性能的影响第41-44页
        3.3.4 抗噪性分析第44-48页
    3.4 本章小结第48-49页
第4章 基于稀疏表示的超分辨率重构的应用第49-55页
    4.1 引言第49-50页
    4.2 实验结果及分析第50-54页
        4.2.1 图像来源第50-51页
        4.2.2 参数设置第51-52页
        4.2.3 重构结果第52-54页
    4.3 本章小结第54-55页
结论第55-56页
参考文献第56-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:大中型企业人资系统的构建
下一篇:基于卷积神经网络的图片数字识别系统设计与实现