| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·引言 | 第10-11页 |
| ·超分辨率 | 第11-14页 |
| ·存在的问题 | 第14-15页 |
| ·本文主要工作和安排 | 第15-17页 |
| 第二章 相关工作 | 第17-30页 |
| ·空间域方法 | 第17-18页 |
| ·频率域方法 | 第18-19页 |
| ·基于重建的方法 | 第19-24页 |
| ·梯度轮廓先验方法 | 第20-22页 |
| ·软边平滑先验方法 | 第22-23页 |
| ·梯度密度分布先验方法 | 第23-24页 |
| ·基于重建的方法小结 | 第24页 |
| ·基于学习的方法 | 第24-29页 |
| ·基于局部自样本的方法 | 第25-26页 |
| ·基于源图块的稀疏表示的方法 | 第26-27页 |
| ·基于块重复性的方法 | 第27-29页 |
| ·基于学习的方法小结 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 本文超分辨率方法框架 | 第30-39页 |
| ·自然场景模型 | 第30-31页 |
| ·不适定问题 | 第31-33页 |
| ·适定性定义 | 第32页 |
| ·正则理论 | 第32-33页 |
| ·本文超分辨率方法框架 | 第33-38页 |
| ·超分辨率模型 | 第33-36页 |
| ·先验方法框架 | 第36页 |
| ·学习方法框架 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 一种基于数字图像的视觉先验的方法(VDIC) | 第39-53页 |
| ·先验的获取 | 第39-41页 |
| ·VDIC先验方法 | 第41-46页 |
| ·VDIC先验 | 第41-43页 |
| ·边缘划分 | 第43-45页 |
| ·非均匀迭代精炼方法 | 第45页 |
| ·VDIC先验方法流程 | 第45-46页 |
| ·VDIC先验方法的实验 | 第46-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 一种基于单场景多样本学习的方法(SSME) | 第53-66页 |
| ·样本的选择 | 第53页 |
| ·SSME学习方法 | 第53-61页 |
| ·适用场景 | 第54-55页 |
| ·样本选择 | 第55-57页 |
| ·稀疏表示 | 第57页 |
| ·字典训练 | 第57-60页 |
| ·SSME学习方法流程 | 第60-61页 |
| ·SSME学习方法的实验 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |
| 获奖情况 | 第75-76页 |