遥感图像超分辨率重构算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题的目的和意义 | 第9页 |
| 1.2 图像超分辨率重构在国内外发展状况 | 第9-12页 |
| 1.2.1 图像超分辨率重构的总体情况 | 第9-10页 |
| 1.2.2 国内外研究现状 | 第10-11页 |
| 1.2.3 图像超分辨率重构现阶段问题 | 第11-12页 |
| 1.3 论文研究的主要内容 | 第12页 |
| 1.4 本章小结 | 第12-14页 |
| 2 图像超分辨率重构和卷积神经网络 | 第14-30页 |
| 2.1 图像超分辨率重构 | 第14页 |
| 2.2 基于插值的超分辨率技术 | 第14-16页 |
| 2.2.1 最邻近插值 | 第14页 |
| 2.2.2 双线性插值 | 第14-15页 |
| 2.2.3 双三次插值 | 第15-16页 |
| 2.3 基于重构的超分辨率技术 | 第16-17页 |
| 2.3.1 凸集投影法 | 第16页 |
| 2.3.2 反向迭代投影法 | 第16-17页 |
| 2.3.3 最大后验概率估计法 | 第17页 |
| 2.4 基于实例的超分辨率技术 | 第17-19页 |
| 2.4.1 基于邻域嵌入的超分辨率技术 | 第17-18页 |
| 2.4.2 基于稀疏编码的超分辨率技术 | 第18页 |
| 2.4.3 FSRCNN | 第18-19页 |
| 2.5 卷积神经网络 | 第19-29页 |
| 2.5.1 卷积神经网络简介 | 第19-28页 |
| 2.5.2 卷积神经网络软件平台 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 3 基于卷积神经网络的图像超分辨率重构 | 第30-49页 |
| 3.1 深度学习简介 | 第30页 |
| 3.2 卷积神经网络对图像进行特征描述 | 第30-35页 |
| 3.2.1 训练样本的获取 | 第30-31页 |
| 3.2.2 卷积神经网络的训练过程 | 第31-35页 |
| 3.3 全参考图像质量评估 | 第35-36页 |
| 3.3.1 峰值信噪比 | 第35页 |
| 3.3.2 结构相似度 | 第35-36页 |
| 3.4 卷积神经网络模型的构建 | 第36-48页 |
| 3.4.1 样本采集 | 第36-38页 |
| 3.4.2 卷积神经网络结构 | 第38-40页 |
| 3.4.3 实验结果 | 第40-48页 |
| 3.5 本章小结 | 第48-49页 |
| 4 超分辨率重构软件系统 | 第49-57页 |
| 4.1 系统设计部分 | 第49-50页 |
| 4.2 超分辨率重构模块的实现 | 第50-52页 |
| 4.2.1 CUDA程序结构 | 第50-51页 |
| 4.2.2 超分辨率重构具体函数 | 第51-52页 |
| 4.3 系统测试 | 第52-56页 |
| 4.4 本章小结 | 第56-57页 |
| 总结与展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间的研究成果 | 第62页 |
