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

基于稀疏表示的单幅彩色图像超分辨率重建研究

摘要第8-9页
Abstract第9-10页
第1章 绪论第13-21页
    1.1 课题的研究背景与意义第13-14页
    1.2 国内外研究现状第14-18页
        1.2.1 基于稀疏模型的图像超分辨率重建概述第14页
        1.2.2 图像稀疏表示中的先验信息第14-15页
        1.2.3 图像的稀疏结构模型第15-16页
        1.2.4 基于稀疏模型的彩色图像超分辨率重建第16-18页
    1.3 问题的提出及研究目标第18-19页
    1.4 论文的主要贡献与组织结构安排第19-21页
第2章 稀疏表示彩色图像超分辨率重建的相关理论第21-29页
    2.1 图像超分辨率重建的数学模型第21-22页
        2.1.1 图像退化模型第21页
        2.1.2 超分辨率重建中解的适定性第21-22页
        2.1.3 超分辨率重建的客观评价标准第22页
    2.2 稀疏表示模型的理论基础第22-26页
        2.2.1 图像的稀疏表示第22-23页
        2.2.2 稀疏矩阵的求解第23-25页
        2.2.3 稀疏字典的训练第25-26页
    2.3 彩色图像的稀疏表示模型第26-28页
        2.3.1 彩色图像的色彩空间坐标第26-27页
        2.3.2 彩色图像的稀疏重建模型第27-28页
    2.4 本章小结第28-29页
第3章 色彩约束非局部稀疏的彩色图像超分辨率重建方法第29-40页
    3.1 引言第29-30页
    3.2 非局部稀疏表示第30-31页
    3.3 基于色彩约束非局部稀疏的彩色图像超分辨率重建第31-34页
        3.3.1 基于非局部稀疏模型的彩色图像超分辨率重建第31-32页
        3.3.2 基于色彩通道约束方法的彩色图像伪影消除第32-34页
        3.3.3 超分辨率重建算法流程第34页
    3.4 实验结果及性能分析第34-39页
        3.4.1 超分辨率重建结果对比第35-37页
        3.4.2 超分辨率重建性能分析第37-39页
    3.5 本章小结第39-40页
第4章 基于加权核范数稀疏正则的彩色壁画图像超分辨率重建方法第40-52页
    4.1 引言第40页
    4.2 彩色壁画图像的研究意义与现状第40-43页
        4.2.1 敦煌壁画的研究现状第40-42页
        4.2.2 基于稀疏模型的壁画图像超分辨率重建研究第42-43页
    4.3 基于稀疏模型的彩色壁画图像超分辨率重建方法第43-46页
        4.3.1 彩色壁画样本集的构造第43页
        4.3.2 加权核范数最小化表示第43-44页
        4.3.3 加权核范数正则稀疏模型和稀疏字典训练第44-45页
        4.3.4 彩色壁画图像的超分辨率重建第45-46页
    4.4 实验结果及性能分析第46-51页
        4.4.1 参数设置第47页
        4.4.2 实验结果与分析第47-49页
        4.4.3 算法鲁棒性分析第49-51页
    4.5 本章小结第51-52页
总结和展望第52-53页
参考文献第53-60页
致谢第60-61页
附录A 攻读硕士学位期间发表的学术论文第61-62页
附录B 攻读硕士学位期间参与的科研项目第62页

论文共62页,点击 下载论文
上一篇:双电物流菜篮子电商平台商业计划书
下一篇:C市网约车冲击下的巡游出租汽车管理研究