首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于稀疏表示和引导滤波的图像超分辨率重建

摘要第4-5页
ABSTRACT第5页
第一章 绪论第8-14页
    1.1 研究背景及意义第8-9页
    1.2 图像超分辨率重建算法的发展第9-10页
    1.3 本文的研究思路第10-12页
    1.4 本文章节安排第12-14页
第二章 图像超分辨率重建方法综述第14-24页
    2.1 图像观测模型第14页
    2.2 图像超分辨率重建方法的分类第14-18页
    2.3 正则化重建方法第18-22页
        2.3.1 正则化框架第18-19页
        2.3.2 数据保真项第19页
        2.3.3 正则化项第19-22页
    2.4 重建图像的质量评价方法第22-24页
第三章 基于残差字典的图像超分辨率重建算法第24-40页
    3.1 稀疏表示理论第24-26页
        3.1.1 压缩感知第24-25页
        3.1.2 图像的稀疏表示第25-26页
    3.2 基于稀疏表示的图像超分辨率重建算法第26-34页
        3.2.1 算法介绍第26-29页
        3.2.2 过完备字典的训练第29-31页
        3.2.3 基于稀疏表示的超分辨率方法重建结果第31-34页
    3.3 基于残差字典的图像超分辨率重建算法第34-38页
        3.3.1 残差字典的建立第34-37页
        3.3.2 基于残差字典的图像超分辨率重建第37-38页
    3.4 本章小结第38-40页
第四章 基于稀疏表示和引导滤波的图像超分辨率重建算法第40-48页
    4.1 引导滤波第40-43页
        4.1.1 引导滤波的模型第40-41页
        4.1.2 边缘保持滤波第41-43页
    4.2 图像抠图与图像合成第43-45页
    4.3 基于稀疏表示和引导滤波的图像超分辨率重建算法第45-47页
    4.4 本章小结第47-48页
第五章 实验及实验结果分析第48-70页
    5.1 实验环境与方案第48页
    5.2 实验结果分析第48-68页
        5.2.1 基于残差字典的图像超分辨率重建方法实验结果分析第48-54页
        5.2.2 基于稀疏表示和引导滤波的图像超分辨率重建方法实验结果分析第54-62页
        5.2.3 参数对本文算法性能的影响第62-68页
    5.3 本章小结第68-70页
总结与展望第70-72页
参考文献第72-78页
攻读硕士学位期间取得的科研成果第78-80页
致谢第80-81页

论文共81页,点击 下载论文
上一篇:基于用户偏好和用户聚类的协同过滤算法研究
下一篇:基于区域提取策略和快速贝叶斯匹配追踪的X射线发光断层成像研究