基于稀疏表示和回归的图像快速超分辨率重建
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-14页 |
| 1.2.1 基于插值的方法 | 第11-12页 |
| 1.2.2 基于重建的方法 | 第12-13页 |
| 1.2.3 基于学习的方法 | 第13-14页 |
| 1.3 图像重建质量评价标准 | 第14-16页 |
| 1.4 本文研究内容 | 第16-17页 |
| 2 稀疏表示和回归分析 | 第17-29页 |
| 2.1 稀疏表示 | 第17-23页 |
| 2.1.1 稀疏表示理论 | 第17-18页 |
| 2.1.2 稀疏系数优化 | 第18-20页 |
| 2.1.3 稀疏表示字典构造 | 第20-21页 |
| 2.1.4 基于稀疏表示的图像重建原理 | 第21-23页 |
| 2.2 回归分析 | 第23-28页 |
| 2.2.1 回归理论 | 第23-24页 |
| 2.2.2 多元线性回归 | 第24-25页 |
| 2.2.3 多元非线性回归 | 第25-26页 |
| 2.2.4 基于回归的图像重建流程 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 基于稀疏表示与邻域回归的快速超分辨率重建 | 第29-41页 |
| 3.1 图像退化模型 | 第29-30页 |
| 3.2 数据预处理 | 第30-33页 |
| 3.2.1 图像分块 | 第30-31页 |
| 3.2.2 特征提取 | 第31-32页 |
| 3.2.3 数据降维 | 第32-33页 |
| 3.3 训练字典 | 第33-34页 |
| 3.4 基于稀疏表示与邻域回归的图像快速重建算法 | 第34-38页 |
| 3.4.1 算法原理 | 第34-36页 |
| 3.4.2 算法流程 | 第36-38页 |
| 3.5 实验结果与分析 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 4 基于稀疏表示与线性回归的快速超分辨率重建 | 第41-53页 |
| 4.1 数据聚类 | 第41-43页 |
| 4.1.1 传统的聚类方法 | 第41-42页 |
| 4.1.2 改进的聚类方法 | 第42-43页 |
| 4.2 线性回归模型 | 第43-44页 |
| 4.3 重建图像 | 第44-45页 |
| 4.4 算法思想及框架 | 第45-46页 |
| 4.5 实验与分析 | 第46-51页 |
| 4.5.1 图像数据集 | 第46-47页 |
| 4.5.2 数据预处理及参数设置 | 第47-48页 |
| 4.5.3 算法实验结果与分析 | 第48-51页 |
| 4.6 本章小结 | 第51-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 作者简历 | 第58-60页 |
| 学位论文数据集 | 第60页 |
