| 致谢 | 第6-7页 |
| 摘要 | 第7-9页 |
| abstract | 第9-12页 |
| 1 绪论 | 第18-22页 |
| 1.1 研究背景及意义 | 第18页 |
| 1.2 国内外研究现状 | 第18-21页 |
| 1.2.1 图像复原问题的提出 | 第18-19页 |
| 1.2.2 近期研究 | 第19-21页 |
| 1.3 本文主要工作和结构 | 第21-22页 |
| 2 图像复原基本模型和评价指标 | 第22-26页 |
| 2.1 引言 | 第22页 |
| 2.2 基于稀疏表示的原始超分辨率重建模型 | 第22-24页 |
| 2.3 图像去噪模型 | 第24页 |
| 2.4 评价指标 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于自适应稀疏表示的图像超分辨率重建算法 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 所提出的ASCSR超分辨率重建方法 | 第26-29页 |
| 3.3 实验结果和分析 | 第29-39页 |
| 3.3.1 重建效果 | 第30-32页 |
| 3.3.2 稳定性 | 第32-34页 |
| 3.3.3 抗噪性 | 第34-39页 |
| 3.4 本章小结 | 第39-41页 |
| 4 基于非局部结构相似和边缘锐度字典的超分辨率重建算法 | 第41-53页 |
| 4.1 引言 | 第41-42页 |
| 4.2 基于非局部结构相似性的模型和算法 | 第42-45页 |
| 4.2.1 所提出的非局部结构相似约束模型 | 第42-43页 |
| 4.2.2 基于边缘锐度的字典分类模型 | 第43-44页 |
| 4.2.3 算法描述 | 第44-45页 |
| 4.3 实验结果 | 第45-52页 |
| 4.3.1 系数和字典共同改进下的图像重构效果 | 第47-48页 |
| 4.3.2 训练不同个数的字典的时间和效果对比 | 第48-49页 |
| 4.3.3 扩大因子为3时的重构效果 | 第49-51页 |
| 4.3.4 抗噪性 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 基于非局部相似和局部线性投影的超分辨率重建算法 | 第53-62页 |
| 5.1 引言 | 第53-54页 |
| 5.2 基于非局部相似和局部线性投影的超分辨率重建模型和算法 | 第54-57页 |
| 5.2.1 非局部相似补丁分类模型 | 第54-55页 |
| 5.2.2 局部线性投影模型 | 第55-56页 |
| 5.2.3 模型求解 | 第56-57页 |
| 5.3 实验结果与分析 | 第57-61页 |
| 5.3.1 重构效果 | 第58-60页 |
| 5.3.2 抗噪效果 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 基于加权低秩矩阵填充的图像混合噪声去噪算法 | 第62-73页 |
| 6.1 引言 | 第62-63页 |
| 6.2 基于矩阵填充的图像去噪基本步骤和符号描述 | 第63-64页 |
| 6.3 图像去噪模型和算法 | 第64-68页 |
| 6.3.1 模型描述 | 第64-65页 |
| 6.3.2 算法分析 | 第65-68页 |
| 6.4 实验结果与分析 | 第68-72页 |
| 6.4.1 去噪实验结果 | 第68-72页 |
| 6.5 本章小结 | 第72-73页 |
| 7 结论与展望 | 第73-75页 |
| 7.1 研究总结 | 第73-74页 |
| 7.2 进一步需要开展的工作 | 第74-75页 |
| 参考文献 | 第75-83页 |
| 作者简历 | 第83页 |
