| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景和意义 | 第9-10页 |
| ·国内外研究现状分析 | 第10-12页 |
| ·超分辨率图像重建的应用 | 第12-13页 |
| ·课题支撑环境 | 第13页 |
| ·本文研究内容及组织安排 | 第13-15页 |
| 第二章 多尺度图像超分辨率技术基础 | 第15-26页 |
| ·引言 | 第15-16页 |
| ·图像的高斯金字塔的构建过程 | 第16-17页 |
| ·图像的拉普拉斯金字塔分解及重构过程 | 第17-19页 |
| ·图像的steerable 金字塔的分解过程 | 第19-22页 |
| ·Contourlet 金字塔形变换 | 第22-26页 |
| 第三章 基于steerable 金字塔的人脸图像超分辨率重建 | 第26-36页 |
| ·引言 | 第26页 |
| ·基于学习的图像超分辨率重建技术 | 第26-30页 |
| ·基于学习的图像超分辨率重建基础 | 第26-27页 |
| ·观测模型的建立过程 | 第27-28页 |
| ·贝叶斯最大后验估计 | 第28-29页 |
| ·基于学习的图像超分辨率重建框架 | 第29-30页 |
| ·算法思想 | 第30-33页 |
| ·采用steerable 金字塔的训练过程 | 第30-31页 |
| ·基于局部最优查找的学习过程 | 第31-32页 |
| ·全局优化 | 第32-33页 |
| ·仿真实验与结果分析 | 第33-35页 |
| ·建立训练集 | 第33-34页 |
| ·实验 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于Contourlet 金字塔的人脸图像超分辨率重建 | 第36-45页 |
| ·引言 | 第36页 |
| ·算法思想 | 第36-42页 |
| ·用Contourlet 金字塔表示人脸图像特征 | 第37-39页 |
| ·重构全局高分辨率人脸图像 | 第39-42页 |
| ·实验及分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| ·本文研究内容及创新点 | 第45-46页 |
| ·研究内容 | 第45页 |
| ·研究创新点 | 第45-46页 |
| ·研究内容展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 发表论文和科研情况说明 | 第50-51页 |
| 致谢 | 第51-52页 |