基于全向图的超分辨率重建研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 全景视觉技术国内外研究现状 | 第12-13页 |
| 1.2.2 图像超分辨率重建研究现状 | 第13-15页 |
| 1.3 全向图超分辨率重建的应用价值 | 第15-16页 |
| 1.4 主要研究内容及章节安排 | 第16-17页 |
| 第2章 单视点全景成像系统 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 全景视觉成像机理 | 第17-22页 |
| 2.2.1 全景视觉成像原理 | 第17-20页 |
| 2.2.2 全景视觉成像特点 | 第20-22页 |
| 2.3 全景视觉图像的还原方法 | 第22-26页 |
| 2.3.1 全景视觉逆投影原理 | 第22-24页 |
| 2.3.2 全景图像柱面解算法 | 第24-26页 |
| 2.4 仿真与实验分析 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 图像超分辨率重建方法 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 图像超分辨率模型 | 第29-32页 |
| 3.2.1 图像退化模型 | 第29-31页 |
| 3.2.2 超分辨率重建模型 | 第31-32页 |
| 3.3 图像超分辨率重建方法介绍 | 第32-40页 |
| 3.3.1 基于插值法 | 第32-35页 |
| 3.3.2 基于重建法 | 第35-39页 |
| 3.3.3 基于学习法 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于稀疏表示的全向图SRR | 第41-57页 |
| 4.1 引言 | 第41页 |
| 4.2 基于稀疏表示的SRR | 第41-46页 |
| 4.2.1 重建架构 | 第41-42页 |
| 4.2.2 字典构建方法 | 第42-44页 |
| 4.2.3 重建方法 | 第44-46页 |
| 4.3 基于稀疏表示的全向图SRR | 第46-51页 |
| 4.3.1 K-SVD字典学习算法 | 第46-48页 |
| 4.3.2 字典训练过程的改进 | 第48-50页 |
| 4.3.3 重建过程的改进 | 第50-51页 |
| 4.4 实验结果与分析 | 第51-56页 |
| 4.4.1 整体算法流程图及分析 | 第51页 |
| 4.4.2 实验仿真及结果分析 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 基于球谐波的全向图SRR | 第57-73页 |
| 5.1 引言 | 第57页 |
| 5.2 频域重建法及球谐波 | 第57-61页 |
| 5.2.1 基于频域重建的SRR | 第57-58页 |
| 5.2.2 球谐波的数学理论及应用 | 第58-61页 |
| 5.3 基于SHT的全向图超分辨率重建 | 第61-66页 |
| 5.3.1 球面映射及插值改进 | 第61-63页 |
| 5.3.2 基于SHT的全向图配准模型 | 第63-65页 |
| 5.3.3 联合正则化的超分辨率重建 | 第65-66页 |
| 5.4 实验仿真及结果分析 | 第66-71页 |
| 5.4.1 球面映射插值改进结果比较 | 第66-68页 |
| 5.4.2 基于SHT全向图的配准实验结果 | 第68-70页 |
| 5.4.3 本章节超分辨率重建结果比较 | 第70-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73页 |
| 6.2 展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 攻读学位期间发表的论文 | 第83页 |
