基于图像超分辨率重建的CMOS图像传感器关键技术研究
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第17-32页 |
| 1.1 研究背景及意义 | 第17-22页 |
| 1.2 国内外的研究现状 | 第22-28页 |
| 1.2.1 图像超分辨率重建与去噪 | 第22-25页 |
| 1.2.2 CMOS图像传感器技术 | 第25-28页 |
| 1.3 论文的创新点及组织结构 | 第28-32页 |
| 1.3.1 论文的创新点 | 第28-29页 |
| 1.3.2 论文的组织结构 | 第29-32页 |
| 第二章 基于变分模型的图像去噪 | 第32-43页 |
| 2.1 基于PDEs的图像去噪模型 | 第32-36页 |
| 2.1.1 各向同性扩散 | 第33页 |
| 2.1.2 P-M模型 | 第33-34页 |
| 2.1.3 选择平滑模型 | 第34-35页 |
| 2.1.4 全变分模型 | 第35-36页 |
| 2.2 基于TV模型的加权变分算法 | 第36-42页 |
| 2.2.1 基于TV模型的加权变分算法 | 第36-40页 |
| 2.2.2 加权变分算法的实验分析 | 第40-42页 |
| 2.3 本章小结 | 第42-43页 |
| 第三章 基于边缘建模的超分辨率图像重建 | 第43-65页 |
| 3.1 超分辨率重建的技术发展 | 第43-46页 |
| 3.2 常用超分辨率重建算法 | 第46-51页 |
| 3.2.1 双线性插值 | 第47-48页 |
| 3.2.2 三次样条插值 | 第48-50页 |
| 3.2.3 正则化法 | 第50页 |
| 3.2.4 邻域嵌入法 | 第50-51页 |
| 3.3 基于边缘建模的图像超分辨率重建 | 第51-64页 |
| 3.3.1 贝叶斯（Bayesian）重建算法 | 第52-54页 |
| 3.3.2 基于劳伦兹分布的LBSR算法 | 第54-60页 |
| 3.3.3 LBSR算法实验分析 | 第60-64页 |
| 3.4 本章小结 | 第64-65页 |
| 第四章 CIS图像传感器Bayer图像插值算法 | 第65-95页 |
| 4.1 Bayer图像的插值 | 第65-70页 |
| 4.2 基于回归的LPWA插值算法 | 第70-85页 |
| 4.2.1 参数回归与样条拟合 | 第70-72页 |
| 4.2.2 LPWA插值算法 | 第72-78页 |
| 4.2.3 LPWA插值算法实验分析 | 第78-85页 |
| 4.3 Bayer图像的LPWA插值算法 | 第85-94页 |
| 4.4 本章小结 | 第94-95页 |
| 第五章 CMOS数字有源像素传感器 | 第95-135页 |
| 5.1 CMOS图像传感器 | 第95-112页 |
| 5.1.1 像素电路的结构分类 | 第97-105页 |
| 5.1.2 动态范围扩展技术 | 第105-112页 |
| 5.2 自复位有源像素电路 | 第112-122页 |
| 5.2.1 自复位像素电路原理 | 第112-115页 |
| 5.2.2 自复位像素电路设计与仿真 | 第115-120页 |
| 5.2.3 自复位像素电路版图设计 | 第120-122页 |
| 5.3 异步复位数字像素电路 | 第122-134页 |
| 5.3.1 异步复位数字像素原理 | 第122-125页 |
| 5.3.2 异步复位数字像素电路设计 | 第125-133页 |
| 5.3.3 数字像素版图设计 | 第133-134页 |
| 5.4 本章小结 | 第134-135页 |
| 第六章 CMOS图像传感器系统集成 | 第135-151页 |
| 6.1 CMOS数字像素传感器架构 | 第135-137页 |
| 6.2 异步复位数字像素阵列 | 第137-139页 |
| 6.3 LPWA算法的硬件设计 | 第139-146页 |
| 6.4 图像传感器芯片设计与测试 | 第146-149页 |
| 6.5 本章小结 | 第149-151页 |
| 第七章 总结与展望 | 第151-153页 |
| 参考文献 | 第153-167页 |
| 攻读博士学位期间公开发表的论文和授权的专利 | 第167-168页 |
| 攻读博士学位期间所参与的项目 | 第168-169页 |
| 致谢 | 第169-170页 |
