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

降质图像的变分贝叶斯超分辨与分层自适应分割算法

摘要第1-4页
Abstract第4-6页
目录第6-8页
1 绪论第8-13页
   ·研究背景第8-9页
   ·图像超分辨技术研究现状与综述第9-10页
   ·图像分割技术研究现状与综述第10-11页
   ·本文的主要工作及章节安排第11-13页
2 变分贝叶斯原理第13-20页
   ·引言第13页
   ·变分贝叶斯方法第13-15页
   ·变分贝叶斯方法实例第15-19页
   ·本章小结第19-20页
3 基于变分贝叶斯的图像超分辨率重建算法第20-36页
   ·引言第20页
   ·分层贝叶斯建模第20-23页
     ·图像退化过程与观测模型第21-22页
     ·基于水平和垂直方向梯度L1稀疏性的图像先验模型第22-23页
     ·超先验模型第23页
   ·变分贝叶斯推断第23-27页
   ·面向彩色图像超分辨的推广与改进第27-29页
     ·RGB颜色空间超分辨第27-28页
     ·利用YUV颜色空间改进超分辨第28-29页
   ·实验结果与分析第29-35页
   ·本章小结第35-36页
4 基于代数多重网格的分层次图像自适应分割方法第36-56页
   ·引言第36页
   ·代数多重网格方法的基本原理第36-41页
     ·代数多重网格方法求解器第36-38页
     ·网格粗化第38-39页
     ·构造插值算子第39-41页
   ·基于代数多重网格理论的分层次图像分割方法第41-49页
     ·分层次图像分割的框架第41-42页
     ·基于代数多重网格粗化和插值,构建多层次分割图层第42-46页
     ·更新粗化图层属性第46-48页
     ·自上而下的图像分层分割方法的进一步改进第48-49页
   ·实验结果与分析第49-55页
   ·本章小结第55-56页
5 降质图像的贝叶斯超分辨和分层次分割应用系统设计与软件实现第56-65页
   ·引言第56页
   ·降质图像的贝叶斯超分辨和分层次分割应用系统设计第56-57页
   ·降质图像的贝叶斯超分辨和分层次分割应用系统实现第57-63页
   ·本章小结第63-65页
总结和展望第65-66页
致谢第66-67页
参考文献第67-70页

论文共70页,点击 下载论文
上一篇:多语言标签聚类及其应用研究
下一篇:基于多特征融合的商标图像检索