首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视频图像超分辨率重构算法的研究以及应用

摘要第4-5页
abstract第5-6页
第一章 绪论第9-16页
    1.1 引言第9-11页
    1.2 研究背景与意义第11-12页
        1.2.1 研究背景第11页
        1.2.2 研究目的与意义第11-12页
    1.3 国内外研究现状第12-16页
        1.3.1 国外研究现状第12-13页
        1.3.2 国内研究现状第13-14页
        1.3.3 论文创新点第14-16页
第二章 耦合特征空间中的快速图像超分辨率重构第16-33页
    2.1 稀疏表示重构图像的主要思想第16-17页
    2.2 图像超分辨率重构稀疏表示模型第17-18页
    2.3 耦合特征空间字典学习第18-20页
        2.3.1 耦合特征空间第18-19页
        2.3.2 耦合空间字典学习第19-20页
    2.4 算法流程第20-24页
    2.5 实验结果分析第24-29页
        2.5.1 参数设置第24-25页
        2.5.2 块大小和重叠像素大小的影响第25-27页
        2.5.3 字典大小的影响第27-28页
        2.5.4 值的影响第28-29页
    2.6 算法性能评估第29-31页
    2.7 算法复杂度第31页
    2.8 本章小结第31-33页
第三章 基于稀疏表示和近邻嵌入的图像超分辨率重构第33-44页
    3.1 基于稀疏表示和近邻嵌入的图像超分辨率重构的主要思想第33-34页
    3.2 图像块近邻嵌入模型第34-35页
    3.3 基于稀疏表示和图像块近邻的图像超分辨率重构第35-36页
    3.4 算法流程第36-37页
    3.5 实验结果分析第37-41页
        3.5.1 参数设置第37-38页
        3.5.2 实验参数的影响第38-41页
    3.6 实验结果对比第41-43页
    3.7 本章小结第43-44页
第四章 基于动态纹理合成的视频图像超分辨率重构第44-56页
    4.1 基于动态纹理合成的视频图像超分辨率重构基本思想第44-45页
    4.2 图像分割以及归类重构第45-48页
    4.3 基于动态纹理合成的视频图像超分辨率重构第48-49页
    4.4 算法流程图第49-52页
    4.5 实验结果分析第52-53页
        4.5.1 参数设置第52-53页
        4.5.2 实验设置的影响第53页
    4.6 算法性能评估第53-55页
    4.7 本章小结第55-56页
第五章 结论与展望第56-57页
    5.1 主要结论第56页
    5.2 展望第56-57页
参考文献第57-62页
攻读学位期间取得的研究成果第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:±660kV直流耐张绝缘子零值检测机器人的研究与应用
下一篇:鳢肠和苘麻对棉田生态影响及化学防除