| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-27页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 超分辨率图像复原技术研究现状及分析 | 第16-23页 |
| 1.2.1 国外研究现状及分析 | 第16-20页 |
| 1.2.2 国内研究现状及分析 | 第20-23页 |
| 1.3 存在的问题及发展趋势 | 第23-24页 |
| 1.4 课题来源及研究内容 | 第24-27页 |
| 1.4.1 课题来源 | 第24-25页 |
| 1.4.2 论文研究内容 | 第25-27页 |
| 第2章 超分辨率图像复原相关理论 | 第27-43页 |
| 2.1 引言 | 第27页 |
| 2.2 图像复原的数学模型 | 第27-29页 |
| 2.3 超分辨率复原算法 | 第29-36页 |
| 2.3.1 基于插值的算法 | 第30-31页 |
| 2.3.2 基于重建的算法 | 第31-34页 |
| 2.3.3 基于学习的算法 | 第34-36页 |
| 2.4 质量评价方式 | 第36-42页 |
| 2.4.1 主观质量评价法 | 第37-38页 |
| 2.4.2 客观质量评价法 | 第38-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第3章 基于字典学习的超分辨率图像复原 | 第43-61页 |
| 3.1 引言 | 第43页 |
| 3.2 稀疏表示原理 | 第43-47页 |
| 3.3 K-SVD字典学习方法 | 第47-48页 |
| 3.4 基于内容分类的超分辨率图像复原 | 第48-54页 |
| 3.4.1 聚类分析算法 | 第49页 |
| 3.4.2 K-means算法 | 第49-50页 |
| 3.4.3 基于内容的字典学习和稀疏表示的超分辨率图像复原 | 第50-54页 |
| 3.5 实验结果及分析 | 第54-60页 |
| 3.6 本章小结 | 第60-61页 |
| 第4章 基于内容的双字典学习的超分辨率图像复原 | 第61-74页 |
| 4.1 引言 | 第61页 |
| 4.2 基于双字典学习的超分辨率图像复原 | 第61-67页 |
| 4.2.1 双重字典的构建 | 第61-65页 |
| 4.2.2 图像的复原操作 | 第65-67页 |
| 4.3 实验结果及分析 | 第67-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第5章 非常低分辨率人脸图像的超分辨率复原 | 第74-95页 |
| 5.1 引言 | 第74-75页 |
| 5.2 DCT原理 | 第75-79页 |
| 5.3 基于DCT变换的人脸超分辨率复原 | 第79-86页 |
| 5.3.1 改进算法 | 第79-82页 |
| 5.3.2 改进算法在非常低分辨率人脸图像复原中的实现 | 第82-84页 |
| 5.3.3 实验结果及分析 | 第84-86页 |
| 5.4 双层次人脸图像的超分辨率复原 | 第86-94页 |
| 5.4.1 第一重人脸图像复原 | 第87-88页 |
| 5.4.2 第二重人脸图像复原 | 第88-91页 |
| 5.4.3 实验结果及分析 | 第91-94页 |
| 5.5 本章小结 | 第94-95页 |
| 结论 | 第95-97页 |
| 参考文献 | 第97-107页 |
| 攻读学位期间发表的学术论文 | 第107-108页 |
| 致谢 | 第108页 |