| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与发展历程 | 第15-17页 |
| 1.1.1 超分辨的研究背景 | 第15-16页 |
| 1.1.2 超分辨的发展历程 | 第16-17页 |
| 1.2 多帧超分辨算法研究现状 | 第17-19页 |
| 1.3 本文研究的主要内容及安排 | 第19-21页 |
| 第二章 图像序列超分辨的基本理论和经典方法 | 第21-31页 |
| 2.1 图像序列超分辨的基本理论 | 第21-24页 |
| 2.1.1 基本概念 | 第21-22页 |
| 2.1.2 基本前提 | 第22页 |
| 2.1.3 一般模型 | 第22-23页 |
| 2.1.4 一般步骤 | 第23-24页 |
| 2.2 经典的图像序列SR算法 | 第24-30页 |
| 2.2.1 Robust超分辨 | 第24-25页 |
| 2.2.2 Bayesian超分辩 | 第25-27页 |
| 2.2.3 Nonlocal-Means超分辨 | 第27-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 基于贝叶斯的改进NLM超分辨算法 | 第31-51页 |
| 3.1 图像插值和去模糊 | 第31-36页 |
| 3.1.1 图像插值算法 | 第31-35页 |
| 3.1.2 图像去模糊算法 | 第35-36页 |
| 3.2 仿真NLM-SR算法 | 第36-41页 |
| 3.3 基于贝叶斯的非局部超分算法（BNL-SR） | 第41-47页 |
| 3.3.1 算法思想 | 第41-45页 |
| 3.3.2 算法分析 | 第45-47页 |
| 3.4 BNL-SR超分性能测试及结果分析 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 基于模糊运动估计的贝叶斯非局部超分辨 | 第51-69页 |
| 4.1 基于模糊运动估计的NLM-SR改进算法 | 第51-58页 |
| 4.1.1 图像序列的分类 | 第51-52页 |
| 4.1.2 静态场景的图像序列SR | 第52-56页 |
| 4.1.3 动态场景的图像序列SR | 第56-58页 |
| 4.2 基于模糊运动估计的BNL-SR算法（ME&BNL-SR） | 第58-62页 |
| 4.2.1 静态场景的ME&BNL-SR | 第59-60页 |
| 4.2.2 动态场景的ME&BNL-SR | 第60-62页 |
| 4.3 ME&BNL-SR超分实验及结果分析 | 第62-67页 |
| 4.3.1 人脸图像序列的超分实验 | 第62-63页 |
| 4.3.2 车牌图像序列的超分实验 | 第63-67页 |
| 4.4 本章小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-73页 |
| 5.1 全文总结 | 第69-70页 |
| 5.2 展望 | 第70-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-80页 |