基于压缩感知的单像超分辨率重建
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第16-25页 |
| 1.1 研究背景及意义 | 第16-18页 |
| 1.2 研究现状 | 第18-22页 |
| 1.3 主要研究内容 | 第22页 |
| 1.4 技术路线 | 第22-23页 |
| 1.5 论文组织结构 | 第23-25页 |
| 2 单像超分辨率重建技术 | 第25-39页 |
| 2.1 单像超分重建技术理论 | 第25-28页 |
| 2.2 无辅助的单像超分重建 | 第28-32页 |
| 2.3 有辅助的单像超分重建 | 第32-35页 |
| 2.4 经典超分重建算法对比 | 第35-38页 |
| 2.5 本章小结 | 第38-39页 |
| 3 单像超分重建的压缩感知理论基础 | 第39-52页 |
| 3.1 图像的稀疏表示 | 第39-44页 |
| 3.2 测量矩阵的构造 | 第44-46页 |
| 3.3 基于稀疏表示的重建算法 | 第46-48页 |
| 3.4 实验与结果分析 | 第48-51页 |
| 3.5 本章小结 | 第51-52页 |
| 4 基于压缩感知的单像超分重建 | 第52-66页 |
| 4.1 基于CS的单幅退化图像的超分重建 | 第52-53页 |
| 4.2 基于稀疏先验的CS单像超分重建 | 第53-54页 |
| 4.3 自适应联合字典训练 | 第54-60页 |
| 4.4 实验与结果分析 | 第60-65页 |
| 4.5 本章小结 | 第65-66页 |
| 5 基于压缩感知的非退化单像超分重建 | 第66-82页 |
| 5.1 非退化单像超分重建的基本问题 | 第66-68页 |
| 5.2 非退化联合字典的离线训练 | 第68-69页 |
| 5.3 非退化单像超分重建算法设计 | 第69-70页 |
| 5.4 无参考图像的重建质量评价 | 第70-71页 |
| 5.5 实验与结果分析 | 第71-81页 |
| 5.6 本章小结 | 第81-82页 |
| 6 结论及展望 | 第82-84页 |
| 6.1 结论 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 作者简历 | 第90-92页 |
| 学位论文数据集 | 第92页 |
