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

基于可变形图像块的图像超分辨重建研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第13-31页
    1.1 研究背景和意义第13-14页
    1.2 研究现状第14-27页
        1.2.1 超分辨重建图像降质模型第14-15页
        1.2.2 单幅图像超分辨重建第15-21页
        1.2.3 序列图像超分辨重建第21-24页
        1.2.4 单幅及序列超分辨重建的区别和联系第24页
        1.2.5 超分辨结果评价准则第24-27页
    1.3 超分辨重建中存在的问题第27-28页
        1.3.1 高低分辨率图像块对应的不确定性第27页
        1.3.2 精细纹理的重建第27页
        1.3.3 序列图像的配准难题第27-28页
    1.4 主要工作与组织结构第28-31页
        1.4.1 本文的主要工作第28-29页
        1.4.2 本文的组织结构第29-31页
第2章 基于可变形图像块的单幅图像超分辨重建第31-47页
    2.1 引言第31-34页
    2.2 超分辨重建中的可变形图像块模型第34-38页
        2.2.1 单一图像块的可变形模型第34-37页
        2.2.2 模型能量函数的优化第37-38页
        2.2.3 对比度和均值参数的估计第38页
    2.3 可变形条件下图像块的匹配第38-39页
    2.4 可变形图像块的加权组合第39-40页
    2.5 实验结果和分析第40-45页
        2.5.1 实验设置和字典选择第40-41页
        2.5.2 实验结果及评价分析第41-43页
        2.5.3 图像视觉效果的评价第43-45页
    2.6 本章小结第45-47页
第3章 基于可变形图像块梯度分解的超分辨重建第47-63页
    3.1 引言第47-49页
    3.2 可变形梯度分解模型第49-54页
        3.2.1 梯度分解模型第50-51页
        3.2.2 梯度脊及掩模的生成第51-52页
        3.2.3 边缘宽度估计第52-53页
        3.2.4 图像块匹配第53页
        3.2.5 图像块的变形第53-54页
    3.3 从梯度恢复灰度的超分辨重建模型第54-55页
    3.4 实验结果与分析第55-61页
        3.4.1 字典选择和实验设置第55-57页
        3.4.2 对比度调整参数设置第57页
        3.4.3 模型的有效性分析第57-58页
        3.4.4 重建结果比较与分析第58-61页
    3.5 本章小结第61-63页
第4章 基于图像纹理局部结构分类的超分辨重建第63-85页
    4.1 引言第63-66页
    4.2 基于局部结构分类的超分辨重建模型第66-67页
    4.3 纹理区域的样例选取和重建第67-71页
        4.3.1 图像局部区域结构的纹理聚类第68-69页
        4.3.2 高分辨率纹理样例检索第69-71页
    4.4 纹理和边缘融合重建第71-75页
        4.4.1 基于高分辨率样例的纹理重建第71-73页
        4.4.2 强边缘区域与纹理区域的融合重建第73-75页
    4.5 实验结果和分析第75-82页
        4.5.1 实验数据集和参数设置第75-76页
        4.5.2 超分辨重建结果分析第76-82页
    4.6 本章小结第82-85页
第5章 基于可变形图像块的序列图像超分辨重建第85-105页
    5.1 引言第85-87页
    5.2 基于前端可变形图像块样例的序列图像超分辨重建第87-90页
        5.2.1 前端样例超分辨重建模型第87-89页
        5.2.2 样例图像块的变形第89-90页
        5.2.3 利用样例图像块进行序列帧重建第90页
    5.3 基于后端可变形图像块样例的序列图像超分辨重建第90-95页
        5.3.1 后端样例超分辨重建模型第91-92页
        5.3.2 序列图像帧的运动估计第92-94页
        5.3.3 序列图像信息融合模型第94页
        5.3.4 基于可变形图像块的序列重建第94-95页
    5.4 实验结果和分析第95-103页
        5.4.1 字典和实验参数设置第95-96页
        5.4.2 基于前端可变形样例的超分辨重建实验第96-98页
        5.4.3 基于后端可变形样例的超分辨重建实验第98-103页
    5.5 本章小结第103-105页
第6章 总结和展望第105-109页
    6.1 本文工作总结第105-107页
    6.2 进一步研究方向第107-109页
参考文献第109-121页
致谢第121-123页
攻读博士学位期间取得的学术成果第123-125页
攻读博士学位期间参加的科研项目第125页
本文还受到以下基金项目的资助第125-126页

论文共126页,点击 下载论文
上一篇:图像去雾与去湍流方法研究
下一篇:复杂场景中目标跟踪算法研究