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

基于稀疏编码的图像超分辨率

摘要第5-6页
Abstract第6页
第一章 绪论第7-10页
    1.1 研究背景和意义第7-8页
    1.2 研究现状第8-9页
    1.3 本文研究内容第9-10页
第二章 图像超分辨率简介第10-20页
    2.1 超分辨算法的理论基础第10页
    2.2 常见的超分辨率方法第10-15页
        2.2.1 基于插值的方法第10-11页
        2.2.2 基于重建的方法第11-13页
        2.2.3 基于学习的方法第13-15页
    2.3 图像超分辨率评价标准第15-19页
        2.3.1 客观评价第16-18页
        2.3.2 主观评价第18-19页
    2.4 本章小结第19-20页
第三章 基于预测稀疏编码的图像超分辨率重建第20-45页
    3.1 稀疏表示理论介绍第20-22页
        3.1.1 稀疏表示的意义第20页
        3.1.2 稀疏表示第20-22页
    3.2 基于稀疏表示的图像超分辨率第22-26页
        3.2.1 基于稀疏表示的图像超分辨率重建第22-24页
        3.2.2 字典学习第24-26页
    3.3 线性预测稀疏编码第26-35页
        3.3.1 模型优化第27-29页
        3.3.2 重建过程第29-30页
        3.3.3 特征选择第30页
        3.3.4 实验结果及分析第30-35页
            3.3.4.1 重建质量比较第32-34页
            3.3.4.2 重建时间对比第34-35页
    3.4 非线性预测稀疏编码第35-43页
        3.4.1 模型优化第36-38页
        3.4.2 重建过程第38-39页
        3.4.3 实验结果及分析第39-43页
            3.4.3.1 重建质量对比第39-42页
            3.4.3.2 重建时间对比第42-43页
    3.5 两种预测稀疏编码的比较第43-44页
    3.6 本章小结第44-45页
第四章 并行计算在图像超分辨率中的应用第45-51页
    4.1 并行计算第45-48页
    4.2 MATLAB的parfor多核并行计算第48-50页
    4.3 本章小结第50-51页
第五章 结论与展望第51-53页
    5.1 本文工作第51页
    5.2 今后的展望第51-53页
致谢第53-54页
参考文献第54-58页
攻读硕士期间完成的科研情况第58页

论文共58页,点击 下载论文
上一篇:基于B/S模式的中职学校实验设备管理系统研究与实现
下一篇:热电偶自动装配工艺中的机器视觉测量技术研究