| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-23页 |
| ·图像超分辨率重建的研究内容 | 第13-19页 |
| ·图像超分辨率重建的背景和意义 | 第13-14页 |
| ·图像超分辨率重建的内容和技术原理 | 第14-18页 |
| ·图像超分辨率重建的发展趋势 | 第18-19页 |
| ·本文的研究内容 | 第19-21页 |
| ·单幅图像超分辨率重建方向 | 第19-20页 |
| ·深度图像超分辨率重建方向 | 第20-21页 |
| ·本文主要结构 | 第21-23页 |
| 第二章 研究现状概述 | 第23-49页 |
| ·图像观测模型 | 第23-25页 |
| ·单幅图像超分辨率重建算法概述 | 第25-42页 |
| ·基于插值的算法 | 第26-30页 |
| ·传统插值算法 | 第26-28页 |
| ·边缘指导插值算法 | 第28-30页 |
| ·基于建模的算法 | 第30-38页 |
| ·迭代反投影法 | 第30页 |
| ·凸集投影法 | 第30-31页 |
| ·概率分析法 | 第31-38页 |
| ·基于学习的算法 | 第38-42页 |
| ·邻域嵌入法 | 第39-40页 |
| ·稀疏表示法 | 第40-42页 |
| ·序列图像超分辨率重建算法简介 | 第42-44页 |
| ·深度图像的超分辨率重建算法概述 | 第44-49页 |
| ·只利用深度图像的方法 | 第45-46页 |
| ·结合同场景彩色图像的方法 | 第46-49页 |
| 第三章 单幅图像超分辨率重建 | 第49-73页 |
| ·本章概述 | 第49-50页 |
| ·基于图像局部自相似性的插值算法 | 第50-58页 |
| ·自适应图像四叉树分块 | 第51-52页 |
| ·局部边缘指导插值 | 第52-53页 |
| ·基于小波域凸集投影的全局优化处理 | 第53-55页 |
| ·实验 | 第55-58页 |
| ·基于小波域IMRF建模的图像超分辨率算法 | 第58-65页 |
| ·小波域图像观测模型 | 第59-60页 |
| ·小波域IMRF模型 | 第60-61页 |
| ·算法详情 | 第61-62页 |
| ·实验 | 第62-65页 |
| ·基于Haar小波域自学习的图像超分辨率算法 | 第65-72页 |
| ·图像退化与Haar小波之间的联系 | 第66-67页 |
| ·Bp神经网络 | 第67-69页 |
| ·校正处理及算法描述 | 第69-70页 |
| ·实验 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第四章 深度图像超分辨率重建 | 第73-95页 |
| ·本章概述 | 第73-75页 |
| ·基于Matting Laplacian矩阵的深度图超分辨率算法 | 第75-82页 |
| ·低分辨率深度图的初始校正 | 第76-77页 |
| ·深度图超分辨率问题的优化框架 | 第77-78页 |
| ·构造优化目标函数 | 第78-80页 |
| ·实验 | 第80-82页 |
| ·基于引导图像滤波的深度图超分辨率算法 | 第82-87页 |
| ·引导图像滤波器 | 第83-84页 |
| ·重构约束条件 | 第84页 |
| ·算法描述 | 第84-85页 |
| ·实验 | 第85-87页 |
| ·基于彩色图像局部结构特征的深度图超分辨率算法 | 第87-93页 |
| ·图像局部结构特征 | 第88-90页 |
| ·算法描述 | 第90-91页 |
| ·实验 | 第91-93页 |
| ·本章小结 | 第93-95页 |
| 第五章 图像超分辨率重建系统 | 第95-105页 |
| ·单幅自然图像超分辨率重建系统 | 第95-97页 |
| ·深度图像超分辨率重建系统 | 第97-99页 |
| ·深度图像超分辨率重建在Kinect系统中的应用 | 第99-105页 |
| 第六章 总结与展望 | 第105-107页 |
| ·论文工作总结 | 第105-106页 |
| ·展望 | 第106-107页 |
| 参考文献 | 第107-120页 |
| 致谢 | 第120-121页 |
| 在读期间发表的学术论文 | 第121页 |