| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 引言 | 第15页 |
| 1.2 研究背景及意义 | 第15-19页 |
| 1.3 国内外研究现状 | 第19-25页 |
| 1.3.1 基于插值的方法 | 第19-20页 |
| 1.3.2 基于重建的方法 | 第20-22页 |
| 1.3.3 基于学习的方法 | 第22-25页 |
| 1.4 论文主要工作及章节安排 | 第25-26页 |
| 1.5 本章小结 | 第26-27页 |
| 第二章 图像退化和稀疏表示的基础理论 | 第27-43页 |
| 2.1 引言 | 第27页 |
| 2.2 超分辨率重建的基础理论 | 第27-31页 |
| 2.2.1 图像退化模型 | 第27-29页 |
| 2.2.2 病态特性分析 | 第29页 |
| 2.2.3 超分辨率重建的理论依据 | 第29-31页 |
| 2.3 稀疏表示的基础理论 | 第31-40页 |
| 2.3.1 稀疏表示模型 | 第31-33页 |
| 2.3.2 稀疏表示的优化 | 第33-36页 |
| 2.3.3 稀疏字典的学习 | 第36-40页 |
| 2.4 正则化方法的基础理论 | 第40-41页 |
| 2.5 本章小结 | 第41-43页 |
| 第三章 基于稀疏表示和正则化的图像超分辨率重建 | 第43-65页 |
| 3.1 引言 | 第43页 |
| 3.2 基于稀疏表示的单幅图像超分辨率重建 | 第43-52页 |
| 3.2.1 基于稀疏表示的超分辨率重建模型 | 第43-45页 |
| 3.2.2 基于过完备稀疏表示的联合字典训练 | 第45-47页 |
| 3.2.3 实验结果及分析 | 第47-52页 |
| 3.3 序列图像的超分辨率重建 | 第52-64页 |
| 3.3.1 序列图像超分辨率重建模型 | 第52-54页 |
| 3.3.2 双边全变分正则化重建技术 | 第54-60页 |
| 3.3.3 实验结果及分析 | 第60-64页 |
| 3.4 本章小结 | 第64-65页 |
| 第四章 基于高斯差分空间和图像复原的图像超分辨率重建 | 第65-83页 |
| 4.1 引言 | 第65页 |
| 4.2 基于高斯差分和拉普拉斯图像重构的超分辨率重建算法 | 第65-70页 |
| 4.2.1 拉普拉斯金字塔图像重构理论 | 第65-66页 |
| 4.2.2 高斯差分空间 | 第66-68页 |
| 4.2.3 提出的方法 | 第68-70页 |
| 4.3 实验结果及分析 | 第70-77页 |
| 4.3.1 视觉感知质量评价指标VIF | 第70-71页 |
| 4.3.2 实验结果与分析 | 第71-77页 |
| 4.4 对其他算法的优化 | 第77-82页 |
| 4.5 本章小结 | 第82-83页 |
| 第五章 超分辨率重建在视觉测量中的应用研究 | 第83-93页 |
| 5.1 引言 | 第83页 |
| 5.2 基于图像超分辨率重建的视觉测量 | 第83-88页 |
| 5.2.1 位移测量算法 | 第83-86页 |
| 5.2.2 超分辨率位移测量实验设计 | 第86-88页 |
| 5.3 实验结果及分析 | 第88-92页 |
| 5.4 本章小结 | 第92-93页 |
| 第六章 总结与展望 | 第93-97页 |
| 6.1 全文总结 | 第93-94页 |
| 6.2 论文创新点 | 第94-95页 |
| 6.3 后续研究与展望 | 第95-97页 |
| 参考文献 | 第97-109页 |
| 致谢 | 第109-111页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第111-112页 |