| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-21页 |
| 1.1 超分辨率研究背景 | 第11-12页 |
| 1.2 超分辨率技术研究现状 | 第12-14页 |
| 1.3 超分辨率重建技术相关概念 | 第14-18页 |
| 1.3.1 图像数字化 | 第14-15页 |
| 1.3.2 图像增强和SR重建 | 第15-16页 |
| 1.3.3 信息融合和SR重建 | 第16页 |
| 1.3.4 SR重建主要问题 | 第16-18页 |
| 1.4 超分辨率重建技术的应用领域 | 第18-19页 |
| 1.5 论文主要内容和结构 | 第19-21页 |
| 2 超分辨率重建技术 | 第21-38页 |
| 2.1 超分辨率重建技术理论基础 | 第21-25页 |
| 2.1.1 超分辨率重建技术理论依据 | 第21-22页 |
| 2.1.2 超分辨重建数学模型 | 第22-25页 |
| 2.3 超分辨重建算法研究 | 第25-31页 |
| 2.3.1 频域方法 | 第25-26页 |
| 2.3.2 空域方法 | 第26-31页 |
| 2.3.3 算法总结与比较 | 第31页 |
| 2.4 基于光学阵列的SR重建实验仿真 | 第31-37页 |
| 2.4.1 实验设置 | 第32-33页 |
| 2.4.2 合成图像序列实验 | 第33-35页 |
| 2.4.3 真实图像序列 | 第35-37页 |
| 2.5 小结 | 第37-38页 |
| 3 亚像素运动估计的研究 | 第38-61页 |
| 3.1 SR图像运动估计原理 | 第38-44页 |
| 3.1.1 图像运动数学模型 | 第38-39页 |
| 3.1.2 图像配准算法 | 第39-44页 |
| 3.2 基于分级的亚像素运动估计 | 第44-54页 |
| 3.2.1 角度估计 | 第45-46页 |
| 3.2.2 尺度不变特征特征提取 | 第46-50页 |
| 3.2.3 基于RANSAC的初步配准 | 第50页 |
| 3.2.4 相位相关亚像素位移估计 | 第50-54页 |
| 3.3 实验仿真 | 第54-60页 |
| 3.3.1 无噪声配准实验 | 第54-57页 |
| 3.3.2 含噪配准实验 | 第57-58页 |
| 3.3.3 真实图像配准实验 | 第58-60页 |
| 3.4 小结 | 第60-61页 |
| 4 基于压缩感知的超分辨率重建技术研究 | 第61-89页 |
| 4.1 压缩感知算法基本原理 | 第61-69页 |
| 4.1.1 压缩感知定义 | 第61-63页 |
| 4.1.2 测量矩阵 | 第63-65页 |
| 4.1.3 信号重构算法及其不足 | 第65-69页 |
| 4.2 基于压缩感知的无字典超分辨重建算法 | 第69-81页 |
| 4.2.1 图像的轮廓波变换 | 第69-73页 |
| 4.2.2 图像的稀疏表示方法 | 第73-75页 |
| 4.2.3 mROMP算法重建HR图像 | 第75-77页 |
| 4.2.4 实验结果分析与比较 | 第77-81页 |
| 4.3 基于多尺度Non-local字典的多帧SR重建 | 第81-87页 |
| 4.3.1 多尺度Non-local字典训练 | 第81-83页 |
| 4.3.2 HR图像重建 | 第83-84页 |
| 4.3.3 实验结果分析与比较 | 第84-87页 |
| 4.4 小结 | 第87-89页 |
| 5 基于视觉注意机制的区域超分辨率重建算法研究 | 第89-101页 |
| 5.1 人类视觉系统原理及分析 | 第89-92页 |
| 5.1.1 人眼的生理结构 | 第89-90页 |
| 5.1.2 人眼视觉的注意机制 | 第90-91页 |
| 5.1.3 人眼超视锐度 | 第91-92页 |
| 5.2 基于视觉注意机制的区域SR重建算法 | 第92-97页 |
| 5.2.1 算法设计与流程 | 第92-93页 |
| 5.2.2 视觉注意区域的寻找与提取 | 第93-95页 |
| 5.2.3 匹配区域搜索 | 第95-96页 |
| 5.2.4 根据人眼超视锐度原理选择关键帧 | 第96-97页 |
| 5.3 实验仿真与分析 | 第97-100页 |
| 5.4 小结 | 第100-101页 |
| 6 基于全变分正则化的多帧红外图像SR重建 | 第101-125页 |
| 6.1 正则化算法原理 | 第101-110页 |
| 6.1.1 SR重建的正则化原理 | 第102-103页 |
| 6.1.2 随机场模型 | 第103-105页 |
| 6.1.3 MAP框架下的正则化求解过程 | 第105-107页 |
| 6.1.4 数据保真项与正则化参数 | 第107-110页 |
| 6.2 基于自适应正则化的红外SR重建算法 | 第110-113页 |
| 6.2.1 全变分正则项 | 第110-112页 |
| 6.2.2 自适应正则化参数的计算 | 第112-113页 |
| 6.3 基于MM的重建算法研究 | 第113-118页 |
| 6.3.1 MM算法原理 | 第113-115页 |
| 6.3.2 MM算法重建HR图像 | 第115-118页 |
| 6.4 SR重建实验仿真 | 第118-124页 |
| 6.4.1 合成LR序列实验 | 第118-122页 |
| 6.4.2 真实LR序列实验 | 第122-124页 |
| 6.5 小结 | 第124-125页 |
| 7 总结与展望 | 第125-127页 |
| 7.1 研究结论和创新点 | 第125-126页 |
| 7.2 研究展望 | 第126-127页 |
| 参考文献 | 第127-140页 |
| 发表论文和参加科研情况说明 | 第140-142页 |
| 致谢 | 第142-143页 |