基于字典的超分辨率算法研究及其应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·图像超分辨率的研究背景、目的及应用 | 第9-10页 |
| ·国内外的研究现状 | 第10-12页 |
| ·本课题的主要研究内容及论文的结构 | 第12-14页 |
| 第2章 图像超分辨率重构技术 | 第14-33页 |
| ·基于插值的超分辨率重构 | 第14-21页 |
| ·最邻近插值 | 第14-15页 |
| ·双线性插值 | 第15-16页 |
| ·三次样条插值 | 第16页 |
| ·Hanning和Hamming插值 | 第16-17页 |
| ·Lanczos插值 | 第17页 |
| ·边缘自适应的图像插值 | 第17-21页 |
| ·小结 | 第21页 |
| ·基于重建的超分辨率重构 | 第21-27页 |
| ·迭代反向投影法 | 第21-22页 |
| ·最大似然法 | 第22页 |
| ·最大后验概率估计法 | 第22-23页 |
| ·凸集投影法 | 第23页 |
| ·正则化类法 | 第23-24页 |
| ·回归类法 | 第24-26页 |
| ·滤波类法 | 第26-27页 |
| ·小结 | 第27页 |
| ·基于学习的超分辨率重构 | 第27-30页 |
| ·最邻近算法 | 第28页 |
| ·K-NN算法 | 第28-29页 |
| ·流形学习算法 | 第29页 |
| ·稀疏编码算法 | 第29页 |
| ·其他算法 | 第29-30页 |
| ·小结 | 第30页 |
| ·图像质量评价指标 | 第30-33页 |
| ·均方误差 | 第30-31页 |
| ·峰值信噪比 | 第31页 |
| ·平均结构相似性 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第3章 基于字典学习的超分辫率重构 | 第33-49页 |
| ·图像的稀疏表达 | 第33-35页 |
| ·稀疏表示问题的优化算法 | 第35-43页 |
| ·贪婪算法 | 第35-39页 |
| ·MP算法 | 第35-37页 |
| ·OMP算法 | 第37-39页 |
| ·最优化算法 | 第39-41页 |
| ·基追踪算法 | 第39页 |
| ·Bregman迭代正则化算法 | 第39-41页 |
| ·基于稀疏贝叶斯的算法 | 第41-43页 |
| ·冗余字典的设计 | 第43-46页 |
| ·最佳方向算法 | 第43-44页 |
| ·广义PCA算法 | 第44页 |
| ·K-SVD算法 | 第44-46页 |
| ·基于稀疏表示的超分辨率图像重构 | 第46-47页 |
| ·超分辨字典的学习 | 第47-49页 |
| 第4章 基于共轭字典的超分辨重构 | 第49-57页 |
| ·理论分析 | 第49-51页 |
| ·实验结果与分析 | 第51-57页 |
| ·训练样本和字典的选择 | 第51页 |
| ·实验结果 | 第51-57页 |
| 第5章 结束语 | 第57-58页 |
| ·总结 | 第57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-66页 |
