基于图像块的自适应超分辨率图像重建算法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 课题研究背景及目的 | 第8-9页 |
| 1.2 图像超分辨率重建的国内外研究现状 | 第9-12页 |
| 1.2.1 基于插值的超分辨率重建方法 | 第9页 |
| 1.2.2 基于重建的超分辨率重建方法 | 第9-10页 |
| 1.2.3 基于学习的超分辨率重建方法 | 第10-12页 |
| 1.3 图像超分辨率模型 | 第12-14页 |
| 1.3.1 图像观测退化模型 | 第12-13页 |
| 1.3.2 图像超分辨率重建模型 | 第13-14页 |
| 1.4 重建图像质量评价准则 | 第14-15页 |
| 1.5 本文研究内容和章节安排 | 第15-18页 |
| 2 稀疏表示理论和方法 | 第18-30页 |
| 2.1 压缩感知理论 | 第18页 |
| 2.2 信号的稀疏表示 | 第18-21页 |
| 2.3 稀疏分解的方法 | 第21-24页 |
| 2.3.1 贪婪算法 | 第21-22页 |
| 2.3.2 松弛算法 | 第22-24页 |
| 2.3.3 非凸算法 | 第24页 |
| 2.4 冗余字典的设计 | 第24-28页 |
| 2.4.1 最优方向法 | 第25页 |
| 2.4.2 广义PCA方法 | 第25-26页 |
| 2.4.3 K-SVD算法 | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 3 改进的双层字典学习的图像超分辨率重建算法 | 第30-50页 |
| 3.1 基于K-SVD字典的图像超分辨率重建 | 第30-36页 |
| 3.1.1 字典学习训练 | 第30-33页 |
| 3.1.2 图像重建阶段 | 第33-34页 |
| 3.1.3 实验结果与分析 | 第34-36页 |
| 3.2 基于改进的双层字典超分辨率图像重建 | 第36-42页 |
| 3.2.1 字典训练阶段 | 第36-38页 |
| 3.2.2 图像重建阶段 | 第38-40页 |
| 3.2.3 信号的协同表示 | 第40-41页 |
| 3.2.4 全局模型优化 | 第41-42页 |
| 3.3 实验结果与分析 | 第42-49页 |
| 3.3.1 基于协同表示的实验结果 | 第42-45页 |
| 3.3.2 基于全局优化模型实验结果 | 第45-47页 |
| 3.3.3 基于协同表示和IBP的实验结果 | 第47-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 基于图像块的自适应超分辨率图像重建算法 | 第50-66页 |
| 4.1 基于SVD分解的迭代算法 | 第50-51页 |
| 4.2 基于图像块的自适应超分辨率图像重建 | 第51-53页 |
| 4.2.1 图像方差 | 第52页 |
| 4.2.2 自适应重建图像算法 | 第52-53页 |
| 4.3 重建算法参数对图像重建效果的影响分析 | 第53-60页 |
| 4.3.1 图像方差阈值的影响 | 第53-56页 |
| 4.3.2 图像分块大小影响 | 第56-58页 |
| 4.3.3 图像字典重建中图像块大小的影响 | 第58-59页 |
| 4.3.4 不同放大倍数实验 | 第59-60页 |
| 4.4 与其他算法对比实验 | 第60-63页 |
| 4.5 本章小结 | 第63-66页 |
| 5 总结与展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录 作者在攻读学位期间发表的论文目录 | 第74页 |
