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

超分辨率图像重建的研究

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-13页
   ·研究背景及意义第9-10页
   ·应用前景第10-11页
   ·本文主要工作第11-12页
   ·本文章节安排第12-13页
第2章 图像超分辨率的研究现状及分类第13-25页
   ·成像系统一般模型第13-14页
   ·基于频域的超分辨率第14-15页
   ·基于插值的超分辨率第15-16页
   ·基于学习的超分辨率第16-17页
   ·基于重建的超分辨率第17-22页
   ·基于稀疏理论的超分辨率第22-23页
   ·本章小结第23-25页
第3章 基于特征点图像匹配的超分辨率方法第25-39页
   ·3 -参数图像配准方法第25-27页
   ·4 -参数图像配准方法第27-28页
   ·特征点检测第28-32页
     ·SIFT 算法第30-31页
     ·Harris 角点检测方法第31-32页
   ·基于 Harris 角点图像匹配实验第32-38页
   ·本章小结第38-39页
第4章 基于重建超分辨率的正则化第39-47页
   ·病态问题正则化处理第39-40页
   ·正则化项和正则化参数第40-42页
     ·正则化项第40-41页
     ·正则化参数第41-42页
   ·实验结果与分析第42-46页
   ·本章小结第46-47页
第5章 基于稀疏理论的图像重建第47-63页
   ·稀疏表示优化模型第47页
   ·稀疏表示问题的优化算法第47-49页
   ·学习字典第49-51页
   ·稀疏理论的超分辨率第51-56页
     ·基于稀疏字典的超分辨率重建第51-53页
     ·基于稀疏分解的超分辨率方法第53-56页
   ·实验结果与分析第56-61页
     ·评估标准第56-57页
     ·效果比较第57-61页
   ·本章小结第61-63页
结论第63-65页
参考文献第65-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:稀疏表示模型的求解方法及在眉毛识别中的应用
下一篇:基于机器视觉的矿石粒度检测技术研究