摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-16页 |
1.1 论文研究的背景和意义 | 第11-12页 |
1.2 国内外发展现状 | 第12-15页 |
1.3 论文主要工作及章节安排 | 第15-16页 |
1.3.1 简单介绍论文创新内容 | 第15页 |
1.3.2 论文章节安排 | 第15-16页 |
第2章 稀疏表示理论及核回归 | 第16-28页 |
2.1 引言 | 第16页 |
2.2 信号表示和稀疏性 | 第16-18页 |
2.2.1 信号表示 | 第16-17页 |
2.2.2 稀疏性 | 第17-18页 |
2.3 图像复原的稀疏表示模型 | 第18-23页 |
2.3.1 图像退化模型 | 第18-19页 |
2.3.2 图像复原模型 | 第19页 |
2.3.3 稀疏优化求解 | 第19-21页 |
2.3.4 学习字典 | 第21-23页 |
2.4 转向核回归模型 | 第23-27页 |
2.4.1 基于二维信号的核回归 | 第23-25页 |
2.4.2 转向核(Steering Kernel) | 第25-27页 |
2.5 本章小结 | 第27-28页 |
第3章 基于局部结构、非局部结构和边缘结构的图像复原 | 第28-41页 |
3.1 引言 | 第28页 |
3.2 图像退化模型 | 第28-29页 |
3.3 图像重建模型 | 第29-31页 |
3.3.1 局部结构自相似性 | 第29-30页 |
3.3.2 非局部结构相似性 | 第30-31页 |
3.3.3 边缘结构 | 第31页 |
3.4 基于稀疏表示的图像重建模型 | 第31-33页 |
3.4.1 主成分分析(PCA)子字典训练 | 第32页 |
3.4.2 基于稀疏表示的图像重建模型 | 第32-33页 |
3.5 算法过程 | 第33页 |
3.6 实验结果 | 第33-40页 |
3.6.1 字典训练参数设置 | 第33-34页 |
3.6.2 约束项参数设置 | 第34页 |
3.6.3 图像去模糊 | 第34-37页 |
3.6.4 图像超分辨率重建 | 第37-40页 |
3.7 本章小结 | 第40-41页 |
第4章 基于高频和中频信息的图像超分辨率重建 | 第41-50页 |
4.1 引言 | 第41页 |
4.2 图像超分辨率重建模型 | 第41-42页 |
4.2.1 基于学习的图像超分辨率重建 | 第41页 |
4.2.2 基于稀疏的图像超分辨率重建模型 | 第41-42页 |
4.3 基于高频和中频信息的图像超分辨率重建 | 第42-46页 |
4.3.1 图像高频和中频信息提取 | 第42页 |
4.3.2 训练样本特征提取 | 第42-43页 |
4.3.3 字典对训练算法 | 第43-44页 |
4.3.4 稀疏表示系数求解 | 第44-45页 |
4.3.5 图像重建 | 第45-46页 |
4.4 实验结果 | 第46-49页 |
4.5 本章小结 | 第49-50页 |
第5章 基于非参数贝叶斯字典的图像复原 | 第50-66页 |
5.1 引言 | 第50页 |
5.2 非参数贝叶斯模型 | 第50-54页 |
5.2.1 Beta分布 | 第51-52页 |
5.2.2 Beta-Bernoulli共轭 | 第52页 |
5.2.3 Dirichlet分布 | 第52-53页 |
5.2.4 Dirichlet-Multinomial共轭 | 第53页 |
5.2.5 Beta分布和Dirichlet分布的性质 | 第53-54页 |
5.3 非参数贝叶斯稀疏表示模型 | 第54-56页 |
5.3.1 图像的稀疏表示 | 第54页 |
5.3.2 基于Beta-Bernoulli的非参数贝叶斯表示 | 第54-55页 |
5.3.3 基于Dirichlet-Multinomial过程的非参数贝叶斯表示 | 第55-56页 |
5.4 基于非参数贝叶斯字典的图像复原 | 第56-60页 |
5.4.1 非参数贝叶斯字典训练 | 第57-60页 |
5.5 实验结果 | 第60-65页 |
5.5.1 图像超分辨重建模型 | 第60-63页 |
5.5.2 图像去噪 | 第63-65页 |
5.6 本章小结 | 第65-66页 |
第6章 总结与展望 | 第66-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-74页 |
附录 | 第74页 |