| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 图像超分辨率算法的研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 本文的章节安排 | 第15-17页 |
| 2 图像超分辨率算法的概述 | 第17-27页 |
| 2.1 基于插值的图像超分辨率算法 | 第17-18页 |
| 2.2 基于重建的图像超分辨率算法 | 第18-19页 |
| 2.3 基于学习的图像超分辨率算法 | 第19-25页 |
| 2.3.1 基于邻域嵌入的图像超分辨率算法 | 第19-20页 |
| 2.3.2 基于稀疏表示的图像超分辨率算法 | 第20-23页 |
| 2.3.3 基于锚点回归的图像超分辨率算法 | 第23-24页 |
| 2.3.4 基于深度学习的图像超分辨率算法 | 第24-25页 |
| 2.4 超分辨率图像的评价指标 | 第25-26页 |
| 2.4.1 峰值信噪比 | 第25页 |
| 2.4.2 结构相似性 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 基于自身样例和稀疏表示的图像超分辨率算法的研究 | 第27-41页 |
| 3.1 引言 | 第27-28页 |
| 3.2 两种方法的回顾 | 第28-31页 |
| 3.3 所提出的方法 | 第31-33页 |
| 3.4 实验结果 | 第33-39页 |
| 3.5 本章小结 | 第39-41页 |
| 4 基于迭代反投影和非局部特征加强的图像超分辨率算法的研究 | 第41-54页 |
| 4.1 引言 | 第42页 |
| 4.2 所提出的方法 | 第42-47页 |
| 4.2.1 收集高低训练集 | 第43-44页 |
| 4.2.2 自适应选择子字典 | 第44页 |
| 4.2.3 训练线性映射函数 | 第44-45页 |
| 4.2.4 重建高分辨率图像 | 第45页 |
| 4.2.5 非局部相似加强 | 第45-47页 |
| 4.3 实验结果 | 第47-52页 |
| 4.4 本章小结 | 第52-54页 |
| 5 基于锚点回归和邻域嵌入图像超分辨率算法的研究 | 第54-67页 |
| 5.1 引言 | 第54-56页 |
| 5.2 所提出的方法 | 第56-60页 |
| 5.2.1 训练投影矩阵 | 第56-57页 |
| 5.2.2 重建初始高分辨率图像 | 第57-58页 |
| 5.2.3 重建第二个高分辨率图像 | 第58-59页 |
| 5.2.4 输出最终的高分辨率图像 | 第59-60页 |
| 5.3 实验结果 | 第60-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-68页 |
| 6.1 论文工作总结 | 第67页 |
| 6.2 今后工作展望 | 第67-68页 |
| 参考文献 | 第68-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77-79页 |