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

图像超分辨率重建算法研究

摘要第1-5页
ABSTRACT第5-10页
第1章 绪论第10-18页
   ·研究背景第10-11页
   ·图像超分辨率重建应用领域第11-13页
   ·图像超分辨率重建研究现状第13-15页
   ·图像超分辨率重建研究内容第15-16页
     ·精确的运动估计第15-16页
     ·准确的观测模型第16页
     ·高效的重建算法第16页
   ·本文组织结构第16-18页
第2章 图像超分辨率重建算法基础第18-30页
   ·理论基础第18-20页
   ·成像系统模型第20-22页
   ·超分辨率重建算法的典型步骤第22-25页
     ·图像配准第22-23页
     ·图像插值和重建第23-25页
   ·超分辨率重建技术的典型算法第25-29页
     ·频域法第25页
     ·空域法第25-29页
   ·图像超分辨率重建算法评价方法第29页
   ·本章小结第29-30页
第3章 基于小波插值的图像超分辨率重建算法第30-42页
   ·引言第30页
   ·算法理论基础第30-37页
     ·小波理论第30-32页
     ·超分辨率插值第32-37页
   ·CSMI 重建算法第37-39页
   ·实验结果与分析第39-41页
   ·本章小结第41-42页
第4章 基于小波-Contourlet 变换的图像超分辨率 重建第42-56页
   ·引言第42页
   ·算法理论基础第42-51页
     ·Contourlet 变换第42-47页
     ·小波-Contourlet 变换第47-49页
     ·不同变换对图像的非线性逼近性以实验第49-51页
   ·基于小波-Contourlet 变换插值迭代算法第51-53页
     ·算法主要思想第51页
     ·抗混叠约束第51-52页
     ·稀疏约束第52页
     ·本章算法的基本步骤第52-53页
   ·实验结果与分析第53-54页
   ·本章小结第54-56页
第5章 基于样本学习的 Contourlet 域图像超分辨 率增强算法第56-65页
   ·引言第56-57页
   ·基于 Contourlet 系数学习的分辨率增强算法第57-61页
   ·实验结果与分析第61-63页
   ·本章小结第63-65页
结论第65-67页
参考文献第67-73页
攻读硕士学位期间承担的科研任务与主要成果第73-74页
致谢第74-75页
作者简介第75页

论文共55页,点击 下载论文
上一篇:半线性伪双曲型积分—微分方程的H~1-Galerkin混合有限元方法
下一篇:刺芒柄花素对去卵巢大鼠大脑皮层雌激素受体α,β表达的影响