基于混合专家模型的快速图像超分辨率方法研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 图像超分辨率基础理论 | 第12-14页 |
| 1.3.1 图像超分辨率问题模型 | 第12-13页 |
| 1.3.2 图像质量评价标准 | 第13-14页 |
| 1.4 本文主要研究内容 | 第14-15页 |
| 1.5 课题来源和本文结构安排 | 第15-16页 |
| 第2章 基于字典的单帧图像超分辨率算法 | 第16-26页 |
| 2.1 单帧图像超分辨问题概述 | 第16-18页 |
| 2.2 惰性近邻嵌入算法 | 第18-19页 |
| 2.3 基于稀疏表示的学习算法 | 第19-20页 |
| 2.4 基于带锚点的子模型学习算法 | 第20-25页 |
| 2.4.1 算法描述 | 第20-22页 |
| 2.4.2 锚点学习 | 第22-23页 |
| 2.4.3 子模型学习 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于混合专家模型的图像超分辨算法 | 第26-55页 |
| 3.1 设计思想 | 第26-29页 |
| 3.2 混合专家模型 | 第29-34页 |
| 3.2.1 混合专家模型概述 | 第29-32页 |
| 3.2.2 基于EM算法的求解 | 第32-34页 |
| 3.3 多回归模型联合学习的图像超分辨算法 | 第34-41页 |
| 3.3.1 混合专家模型设计 | 第35-36页 |
| 3.3.2 概率推导 | 第36-38页 |
| 3.3.3 模型训练 | 第38-39页 |
| 3.3.4 参数选择说明 | 第39-41页 |
| 3.4 模型测试 | 第41-54页 |
| 3.4.1 特征提取 | 第41-42页 |
| 3.4.2 测试算法 | 第42-43页 |
| 3.4.3 测试图像集与质量评价 | 第43页 |
| 3.4.4 参数设置及对比算法 | 第43-44页 |
| 3.4.5 算法结果 | 第44-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 快速图像超分辨率算法原型系统 | 第55-65页 |
| 4.1 系统需求分析 | 第55-57页 |
| 4.1.1 系统总体需求分析 | 第56-57页 |
| 4.1.2 系统功能需求分析 | 第57页 |
| 4.2 系统设计 | 第57-59页 |
| 4.2.1 系统总体设计 | 第57-58页 |
| 4.2.2 系统详细设计 | 第58-59页 |
| 4.3 系统开发环境与实现 | 第59-60页 |
| 4.3.1 系统开发环境 | 第59页 |
| 4.3.2 系统实现 | 第59-60页 |
| 4.4 系统测试 | 第60-64页 |
| 4.4.1 基本功能测试 | 第60-62页 |
| 4.4.2 输入参数测试 | 第62-63页 |
| 4.4.3 实际应用测试 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-73页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第73-75页 |
| 致谢 | 第75页 |
