基于稀疏表示的医学图像超分辨率复原
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景与意义 | 第7-9页 |
| 1.2 论文安排 | 第9-11页 |
| 第二章 图像超分辨率复原研究现状 | 第11-27页 |
| 2.1 图像成像模型 | 第11-12页 |
| 2.2 图像超分辨率复原算法 | 第12-16页 |
| 2.2.1 基于重建的图像超分辨率算法 | 第12-13页 |
| 2.2.2 基于学习的图像超分辨率算法 | 第13-16页 |
| 2.3 基于稀疏表示的图像超分辨率复原 | 第16-24页 |
| 2.3.1 稀疏表示思想 | 第16-17页 |
| 2.3.2 基于稀疏表示的图像超分辨率复原 | 第17-18页 |
| 2.3.3 自适应稀疏区域选择超分辨率复原算法 | 第18-24页 |
| 2.4 图像质量评价参数 | 第24-25页 |
| 2.4.1 峰值信噪比（PSNR） | 第24页 |
| 2.4.2 结构相似性（SSIM） | 第24-25页 |
| 2.5 小结 | 第25-27页 |
| 第三章 空间平滑主成分分析算法（SS-PCA） | 第27-36页 |
| 3.1 空间平滑正则项 | 第27-29页 |
| 3.1.1 子空间学习算法 | 第27页 |
| 3.1.2 拉普拉斯正则项 | 第27-29页 |
| 3.2 空间平滑主成分分析（SS-PCA） | 第29-30页 |
| 3.3 空间平滑超分辨率复原 | 第30-32页 |
| 3.3.1 α值的选取 | 第30-31页 |
| 3.3.2 SS-ASDS字典训练 | 第31-32页 |
| 3.4 测试与分析 | 第32-35页 |
| 3.5 小结 | 第35-36页 |
| 第四章 自适应搜索非局部相似性正则项 | 第36-46页 |
| 4.1 图像非局部均值算法 | 第36-37页 |
| 4.2 相似块的自适应搜索 | 第37-41页 |
| 4.3 自适应搜索非局部相似性超分辨率复原 | 第41-42页 |
| 4.4 测试与分析 | 第42-45页 |
| 4.5 小结 | 第45-46页 |
| 第五章 基于稀疏表示的医学图像超分辨率复原 | 第46-57页 |
| 5.1 基于稀疏表示的医学图像超分辨率复原 | 第46-47页 |
| 5.2 算法测试与分析 | 第47-56页 |
| 5.3 小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
