| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 第一章 绪言 | 第7-11页 |
| 1.1 课题研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 论文主要内容与章节安排 | 第10-11页 |
| 第二章 图像超分辨率重建基础 | 第11-17页 |
| 2.1 超分辨率介绍 | 第11页 |
| 2.2 超分辨率重建模型 | 第11-12页 |
| 2.3 传统超分辨率重建方法 | 第12-15页 |
| 2.4 重建质量评价标准 | 第15-16页 |
| 2.5 本章小结 | 第16-17页 |
| 第三章 基于学习的超分辨率重建技术 | 第17-29页 |
| 3.1 基于样例的超分辨率重建算法 | 第17-18页 |
| 3.2 基于自相似性的超分辨率重建算法 | 第18-22页 |
| 3.3 基于稀疏表示的超分辨率重建算法 | 第22-27页 |
| 3.4 实验结果对比 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 基于梯度幅值分类和自相似性的图像超分辨率重建方法 | 第29-41页 |
| 4.1 图像块旋转策略 | 第29-30页 |
| 4.2 图像块平均梯度幅值分类 | 第30-33页 |
| 4.3 不固定块大小加权重建与后处理优化 | 第33-34页 |
| 4.4 本文重建算法步骤 | 第34-35页 |
| 4.5 实验结果与分析 | 第35-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 基于自相似性和压缩感知的超分辨率重建方法 | 第41-53页 |
| 5.1 压缩感知重建理论 | 第41-42页 |
| 5.2 KSVD字典学习和OMP稀疏重建算法 | 第42-44页 |
| 5.3 反锐化掩膜增强 | 第44-46页 |
| 5.4 本文重建算法流程 | 第46-47页 |
| 5.5 实验结果与分析 | 第47-52页 |
| 5.6 本章小结 | 第52-53页 |
| 第六章 总结展望 | 第53-55页 |
| 6.1 工作总结 | 第53-54页 |
| 6.2 未来展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 硕士期间发表论文与获得奖励 | 第61-62页 |