| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9-10页 |
| ·研究动机与目的 | 第10-12页 |
| ·研究内容与创新 | 第12页 |
| ·论文架构安排 | 第12-15页 |
| 第二章 基于样例学习的超分辨率图像重构 | 第15-25页 |
| ·超分辨率图像重构模型 | 第15-16页 |
| ·经典的超分辨率图像重构算法 | 第16-19页 |
| ·频域方法 | 第16-17页 |
| ·空域方法 | 第17-19页 |
| ·基于样例学习的超分辨率图像重构算法 | 第19-21页 |
| ·Freeman 算法 | 第21-22页 |
| ·Chang 算法 | 第22-23页 |
| ·Yang 算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于 PDLG 特征与 EPLL 的稀疏邻域嵌入算法 | 第25-49页 |
| ·基于像素偏移与 Laplacian 梯度的 PDLG 特征 | 第25-28页 |
| ·稀疏局部邻域嵌入 | 第28-32页 |
| ·EPLL 先验（Expected Patch Log Likelihood） | 第28-29页 |
| ·基于 PDLG 和 EPLL 先验的稀疏邻域嵌入算法 | 第29-32页 |
| ·实验结果与分析 | 第32-47页 |
| ·实验条件与数据说明 | 第32-35页 |
| ·不同特征下结果比较 | 第35-36页 |
| ·不同权值结果比较 | 第36-37页 |
| ·有无约束下结果比较 | 第37-38页 |
| ·自然图像结果比较 | 第38-41页 |
| ·遥感图像结果比较 | 第41-43页 |
| ·医学图像结果比较 | 第43-45页 |
| ·加噪图像结果比较 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于低秩分解的多任务稀疏邻域嵌入方法 | 第49-67页 |
| ·多任务邻域嵌入 | 第49-50页 |
| ·非局部均值滤波 | 第50页 |
| ·基于低秩分解的多任务邻域嵌入 | 第50-53页 |
| ·实验结果与分析 | 第53-65页 |
| ·多任务结果比较 | 第54页 |
| ·不同 card 结果比较 | 第54-55页 |
| ·非局部均值结果比较 | 第55-56页 |
| ·自然图像结果比较 | 第56-59页 |
| ·遥感图像结果比较 | 第59-61页 |
| ·医学图像结果比较 | 第61-64页 |
| ·加噪图像结果比较 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 基于结构自相似性与核回归的超分辨率重构 | 第67-85页 |
| ·结构自相似性建模 | 第67-68页 |
| ·核回归 | 第68-69页 |
| ·基于结构自相似性与核回归的超分辨率图像重构 | 第69-73页 |
| ·基于稀疏编码的超分辨率图像重构算法 | 第69-72页 |
| ·基于结构自相似性与核回归的超分辨重构算法 | 第72-73页 |
| ·实验结果与分析 | 第73-84页 |
| ·有无结构自相似性结果比较 | 第73-74页 |
| ·核回归与结构自相似结果比较 | 第74-75页 |
| ·自然图像结果比较 | 第75-78页 |
| ·遥感图像结果比较 | 第78-80页 |
| ·医学图像结果比较 | 第80-82页 |
| ·加噪图像结果比较 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第六章 总结与展望 | 第85-87页 |
| ·总结 | 第85页 |
| ·展望 | 第85-87页 |
| 致谢 | 第87-89页 |
| 参考文献 | 第89-95页 |
| 硕士期间成果 | 第95-96页 |
