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

图像超分辨率若干技术及应用

摘要第1-5页
ABSTRACT第5-10页
第1章 绪论第10-14页
   ·研究背景第10-12页
   ·研究内容及创新点第12页
   ·论文章节安排第12-14页
第2章 超分辨率算法概述第14-27页
   ·图像获取的数学模型第14-15页
   ·超分辨率技术的理论基础第15-18页
     ·先验信息第16-17页
     ·正则化方法第17-18页
     ·基于样本的学习第18页
   ·超分辨率算法概述第18-24页
     ·频域算法第19-20页
     ·空域算法第20-23页
     ·基于感兴趣区域方法第23页
     ·基于学习的算法第23-24页
   ·超分辨率算法的性能评估第24-26页
   ·本章小结第26-27页
第3章 基于稀疏混合估计的带噪图像超分辨率第27-48页
   ·算法框架第27-28页
   ·基于稀疏混合估计的超分辨率算法第28-39页
     ·稀疏混合估计第29-30页
     ·双正交小波变换第30-33页
     ·稀疏反问题第33-37页
     ·基于稀疏混合小波块的插值第37-38页
     ·自适应方向插值第38-39页
   ·局部自适应阈值去噪第39-42页
     ·局部自适应阈值调整第40-42页
   ·实验结果第42-47页
   ·本章小结第47-48页
第4章 基于方向先验的快速插值算法第48-75页
   ·图像插值研究成果第49-58页
     ·新型方向插值算法(NEDI, New Edge-Directed Interpolation)第49-51页
     ·基于软判决的自适应插值方法(SAI, Soft-decision Adaptive Interpolation)第51-53页
     ·迭代曲率插值方法(ICBI, Iterative Curvature based Interpolation)第53-58页
   ·算法框架第58-59页
   ·基于误差估计的方向插值算法第59-63页
   ·实验结果第63-71页
     ·处理时间第63-64页
     ·客观评价和视觉效果第64-68页
     ·算法处理稳定性第68-71页
   ·软件实现第71-74页
   ·本章小结第74-75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:鱼眼图像校正算法的研究与实现
下一篇:视频稳像技术研究