| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·图像超分辨发展及研究进展 | 第9-10页 |
| ·超分辨重建图像质量评价指标 | 第10-12页 |
| ·本文的研究内容及结构安排 | 第12-14页 |
| 第二章 基于稀疏表示的图像超分辨模型概述 | 第14-22页 |
| ·基于稀疏表示的理论介绍 | 第14页 |
| ·基于稀疏表示的超分辨重建算法原理 | 第14-16页 |
| ·基于稀疏表示的超分辨算法细节实现概述 | 第16-20页 |
| ·本章小结 | 第20-22页 |
| 第三章 基于低秩矩阵分解和自相似性的图像超分辨重建方法 | 第22-38页 |
| ·基于 SIFT 特征的相似块查找 | 第22-27页 |
| ·SIFT 介绍 | 第22-26页 |
| ·基于 SIFT 特征的相似块搜索 | 第26-27页 |
| ·低秩矩阵分解理论介绍 | 第27-28页 |
| ·基于低秩矩阵分解和自相似性的超分辨重建算法 | 第28-31页 |
| ·实验结果与分析 | 第31-36页 |
| ·实验参数设置 | 第31页 |
| ·低放大倍数下算法性能分析 | 第31-32页 |
| ·高放大倍数下算法性能分析 | 第32-34页 |
| ·选择相似块个数对重建结果的影响 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于自相似性和结构信息约束的图像超分辨重建方法 | 第38-52页 |
| ·基于图像块邻域结构信息约束的稀疏表示系数求解 | 第38-41页 |
| ·基于低秩表示的相似度权值修正 | 第41-43页 |
| ·算法实现 | 第43-45页 |
| ·实验结果与分析 | 第45-51页 |
| ·实验设置 | 第45-46页 |
| ·实验结果 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于联合稀疏约束的统一特征空间图像超分辨重建方法 | 第52-72页 |
| ·基于稀疏表示的超分辨重建方法分析 | 第52-53页 |
| ·字典训练样本集的构造 | 第53-54页 |
| ·联合学习每类高分辨率和低分辨率样本的投影矩阵 | 第54-57页 |
| ·基于联合稀疏约束的字典学习方法 | 第57-60页 |
| ·算法的实现 | 第60页 |
| ·实验结果与分析 | 第60-70页 |
| ·实验设置 | 第63页 |
| ·实验结果 | 第63-68页 |
| ·选择类字典个数对重建结果的影响 | 第68-70页 |
| ·本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·本文总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 硕士期间的学术成果 | 第82-83页 |
