| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.2.1 基于插值的图像超分辨率重建 | 第14-15页 |
| 1.2.3 基于重构的图像超分辨率重建 | 第15-17页 |
| 1.2.4 基于样例学习的图像超分辨率重建 | 第17-20页 |
| 1.3 本文的主要研究内容 | 第20-21页 |
| 1.4 本文的章节安排 | 第21-23页 |
| 第二章 基于耦合自编码的图像超分辨率重建算法 | 第23-45页 |
| 2.1 自编码器 | 第23-24页 |
| 2.2 藕合自编码网络 | 第24-28页 |
| 2.3 网络优化方法BFGS算法 | 第28-30页 |
| 2.4 训练库和测试库 | 第30-33页 |
| 2.4.1 训练库 | 第30-32页 |
| 2.4.2 测试库 | 第32-33页 |
| 2.5 评价标准 | 第33-35页 |
| 2.5.1 主观评价标准 | 第33-34页 |
| 2.5.2 客观评价标准 | 第34-35页 |
| 2.6 实验环境 | 第35-44页 |
| 2.6.1 实验参数的选择 | 第36-37页 |
| 2.6.2 预训练与未预训练网络对比 | 第37-44页 |
| 2.7 本章小结 | 第44-45页 |
| 第三章 基于耦合自编码与正则化约束的图像超分辨率重建 | 第45-59页 |
| 3.1 非局部相似性约束 | 第45-46页 |
| 3.2 局部相似性约束 | 第46-48页 |
| 3.3 CDA约束 | 第48页 |
| 3.4 分裂的Bregman迭代 | 第48-50页 |
| 3.5 总体框架及优化求解 | 第50-53页 |
| 3.6 实验结果与分析 | 第53-58页 |
| 3.7 本章小结 | 第58-59页 |
| 第四章 基于数据预处理的耦合自编码图像超分辨率重建 | 第59-77页 |
| 4.1 面向耦合自编码网络的数据扩充 | 第59页 |
| 4.2 面向耦合自编码网络的主动采样 | 第59-63页 |
| 4.3 基于多尺度一体化的自编码超分辨网络 | 第63-65页 |
| 4.4 实验结果与分析 | 第65-76页 |
| 4.5 本章小结 | 第76-77页 |
| 第五章 总结与展望 | 第77-80页 |
| 5.1 总结 | 第77-78页 |
| 5.2 展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 研究生期间的科研活动和科研成果 | 第86-88页 |
| 致谢 | 第88-89页 |