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

图像和视频的盲超分辨率算法研究

摘要第1-5页
ABSTRACT第5-9页
第1章 绪论第9-14页
   ·研究背景第9-12页
   ·研究内容及创新点第12-13页
   ·论文章节安排第13-14页
第2章 超分辨率算法概述第14-25页
   ·图像获取的数学模型第14-16页
   ·超分辨率技术的基本原理第16-18页
     ·解析延拓理论第16页
     ·先验知识第16-17页
     ·正则化理论第17-18页
   ·超分辨率算法概述第18-22页
     ·传统图像插值方法第18-19页
     ·基于重建的超分辨率第19-22页
     ·基于样本的超分辨率第22页
   ·超分辨率算法的性能评估第22-24页
   ·本章小结第24-25页
第3章 单帧图像盲超分辨率第25-50页
   ·图像退化过程与超分辨率第25-28页
   ·单帧图像盲超分辨率第28-40页
     ·算法结构第28-29页
     ·基于MAP 的高分辨率图像估计第29-35页
     ·基于KPCA 投影的退化矩阵估计第35-40页
   ·算法的收敛性第40-41页
   ·实验结果和分析第41-49页
     ·计算机仿真实验第41-48页
     ·真实图像实验第48-49页
   ·本章小结第49-50页
第4章 基于图像融合技术的视频盲超分辨率第50-75页
   ·算法框架第50-55页
     ·视频压缩技术简介第51-53页
     ·本文提出的视频超分辨率算法框架第53-54页
     ·静态帧与动态帧第54-55页
   ·空间插值和空间去卷积第55-60页
     ·基于边缘的方向插值第55-59页
     ·Lucy-Richardson 去卷积算法第59-60页
   ·基于频率分离的运动补偿第60-65页
     ·频率信息的分离第60-62页
     ·运动估计第62-65页
   ·基于 AdaBoost 的图像融合第65-71页
     ·基于块分类的图像融合第65-66页
     ·AdaBoost 分类器第66-68页
     ·特征矢量第68-69页
     ·分类器的训练及性能测试第69-71页
   ·实验结果第71-73页
   ·本章小结第73-75页
第5章 总结与展望第75-77页
   ·本文工作总结第75-76页
   ·后续工作展望第76-77页
参考文献第77-81页
英文缩略语对照表第81-82页
攻读硕士学位期间已发表或录用的论文第82-83页
攻读硕士学位期间参与的科研项目第83-84页
致谢第84-86页

论文共86页,点击 下载论文
上一篇:道路监控下的运动目标检测和异常行为检测有效方法研究
下一篇:电信企业信息容灾中心的研究与实现