| 摘要 | 第7-8页 |
| abstract | 第8-9页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 课题的研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 基于运动分析的超分辨率重建算法 | 第13-15页 |
| 1.2.2 基于尺度变化的超分辨率重建算法 | 第15-16页 |
| 1.2.3 基于模糊函数的超分辨率重建算法 | 第16-17页 |
| 1.2.4 基于学习的超分辨率重建算法 | 第17-18页 |
| 1.3 存在的问题及分析 | 第18-19页 |
| 1.4 论文的主要研究内容与创新点 | 第19页 |
| 1.5 论文的组织结构与安排 | 第19-21页 |
| 第2章 基于稀疏模型的彩色图像超分辨率重建理论 | 第21-30页 |
| 2.1 超分辨率重建的基本概念及问题描述 | 第21-23页 |
| 2.1.1 图像观测模型 | 第21-22页 |
| 2.1.2 超分辨率重建的原理 | 第22-23页 |
| 2.1.3 超分辨率重建中的病态问题 | 第23页 |
| 2.2 基于稀疏正则模型的超分辨率重建 | 第23-27页 |
| 2.2.1 稀疏表示 | 第23-24页 |
| 2.2.2 稀疏矩阵的求解算法 | 第24-26页 |
| 2.2.3 字典学习算法 | 第26-27页 |
| 2.3 基于稀疏正则模型的彩色图像超分辨率重建 | 第27-29页 |
| 2.3.1 基于色彩通道矢量化的超分辨率重建算法 | 第28页 |
| 2.3.2 基于转换色彩空间的超分辨率重建算法 | 第28-29页 |
| 2.3.3 基于联合色彩通道模型的超分辨率重建算法 | 第29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于L2/3稀疏正则的彩色图像超分辨率重建 | 第30-39页 |
| 3.1 引言 | 第30-31页 |
| 3.2 整体结构 | 第31页 |
| 3.3 算法设计 | 第31-34页 |
| 3.3.1 特征提取算法 | 第32页 |
| 3.3.2 字典学习 | 第32-34页 |
| 3.3.3 低分辨率彩色图像重建 | 第34页 |
| 3.4 实验结果及分析 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于四元稀疏正则的彩色图像超分辨率重建 | 第39-48页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基于四元稀疏表示模型的彩色图像超分辨率重建 | 第40-41页 |
| 4.2.1 彩色图像四元稀疏表示模型 | 第40页 |
| 4.2.2 基于四元稀疏表示模型的彩色图像超分辨率重建 | 第40-41页 |
| 4.3 本章算法 | 第41-44页 |
| 4.3.1 彩色图像高低分辨率训练样本集构造 | 第41页 |
| 4.3.2 字典训练 | 第41-43页 |
| 4.3.3 低分辨率彩色图像重建 | 第43-44页 |
| 4.4 实验结果及分析 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 总结和展望 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 致谢 | 第55-56页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第56页 |
