基于稀疏表示的超分辨率图像重建
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·超完备信号表示 | 第8页 |
| ·稀疏表示的研究背景及发展状况 | 第8-9页 |
| ·超分辨率重建的研究背景及应用 | 第9-10页 |
| ·本文的主要工作及内容安排 | 第10-12页 |
| 第2章 超完备稀疏表示 | 第12-21页 |
| ·稀疏表示模型 | 第12-14页 |
| ·字典学习 | 第14-18页 |
| ·最大似然法 | 第14-15页 |
| ·最佳方向方法(MOD) | 第15-16页 |
| ·K-SVD方法 | 第16-17页 |
| ·稀疏性字典学习方法 | 第17-18页 |
| ·重建方法 | 第18-20页 |
| ·匹配追踪算法的改进算法 | 第18-19页 |
| ·迭代收缩算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 超分辨率重建 | 第21-27页 |
| ·超分辨率重建模型 | 第21-22页 |
| ·超分辨率重建算法 | 第22-26页 |
| ·基于重建的超分辨率算法 | 第22-23页 |
| ·基于插值的超分辨率算法 | 第23-24页 |
| ·基于学习的超分辨率算法 | 第24-25页 |
| ·基于稀疏表示的超分辨率重建方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 基于结构相似度的稀疏表示模型 | 第27-39页 |
| ·图像质量评价标准 | 第27-29页 |
| ·图像质量的主观评价 | 第27-28页 |
| ·图像质量的客观评价 | 第28-29页 |
| ·基于结构相似度的质量评价方法 | 第29-34页 |
| ·基于结构相似度的稀疏表示模型 | 第34-36页 |
| ·信号的稀疏表示模型 | 第34-35页 |
| ·求解算法 | 第35-36页 |
| ·实验结果分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 基于结构相似度保真度模型的超分辨率重构 | 第39-48页 |
| ·超分辨率重建问题的稀疏优化模型 | 第39-40页 |
| ·基于SSIM保真度模型的图像超分辨率重建 | 第40-44页 |
| ·基于SSIM的近似求解 | 第41-43页 |
| ·基于SSIM保真度模型的图像超分辨率重建算法 | 第43-44页 |
| ·实验结果分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-51页 |
| ·本文总结 | 第48页 |
| ·未来展望 | 第48-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |
| 致谢 | 第55页 |
