| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 课题的研究背景和意义 | 第15-16页 |
| 1.2 图像超分辨率重建的国内外研究现状 | 第16-21页 |
| 1.2.1 图像退化模型 | 第16-17页 |
| 1.2.2 基于插值的图像超分辨率重建 | 第17-18页 |
| 1.2.3 基于重建的图像超分辨率重建 | 第18-19页 |
| 1.2.4 基于学习的图像超分辨率重建 | 第19-21页 |
| 1.3 超分辨率重建的质量评价 | 第21-22页 |
| 1.4 本文的主要工作及创新点 | 第22-24页 |
| 第二章 深度稀疏编码网络在图像超分辨率的应用与发展 | 第24-36页 |
| 2.1 引言 | 第24-25页 |
| 2.2 基于稀疏编码的超分辨率重建 | 第25-26页 |
| 2.3 深度稀疏编码网络 | 第26-35页 |
| 2.3.1 深度叠加稀疏网络 | 第27-30页 |
| 2.3.2 基于ISTA的稀疏编码网络 | 第30-33页 |
| 2.3.3 基于池化操作的稀疏编码网络 | 第33-35页 |
| 2.4 本章总结 | 第35-36页 |
| 第三章 有监督多类字典学习的单幅图像超分辨率重建 | 第36-45页 |
| 3.1 研究思路 | 第36-37页 |
| 3.2 分类字典学习和图像重建 | 第37-40页 |
| 3.2.1 特征提取 | 第37页 |
| 3.2.2 字典训练 | 第37-38页 |
| 3.2.3 特征分类 | 第38-39页 |
| 3.2.4 图像重建 | 第39页 |
| 3.2.5 初始化参数 | 第39-40页 |
| 3.3 实验与分析 | 第40-43页 |
| 3.3.1 训练集和测试集 | 第40页 |
| 3.3.2 综合量化评价 | 第40-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于深度特征学习的图像超分辨率重建 | 第45-54页 |
| 4.1 研究思路 | 第45-46页 |
| 4.2 方法与理论 | 第46-50页 |
| 4.2.1 特征提取 | 第46-47页 |
| 4.2.2 非线性映射 | 第47页 |
| 4.2.3 图像重建 | 第47-48页 |
| 4.2.4 网络的训练与优化 | 第48-50页 |
| 4.3 实验与分析 | 第50-53页 |
| 4.3.1 初始化参数 | 第50页 |
| 4.3.2 综合量化评价 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 结合残差学习的深度超分辨率重建网络 | 第54-67页 |
| 5.1 研究思路 | 第54-55页 |
| 5.2 网络结构 | 第55-58页 |
| 5.2.1 转换网络 | 第55页 |
| 5.2.2 残差网络 | 第55-57页 |
| 5.2.3 重建网络 | 第57页 |
| 5.2.4 网络训练 | 第57-58页 |
| 5.3 实验与分析 | 第58-66页 |
| 5.3.1 结构优化 | 第58-62页 |
| 5.3.2 初始化参数 | 第62-63页 |
| 5.3.3 运行时间 | 第63-64页 |
| 5.3.4 综合量化评价 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第75-76页 |