基于稀疏表示的单幅图像超分辨率重建算法研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 课题的研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 基于插值的算法 | 第13-14页 |
| 1.2.2 基于重建的算法 | 第14-18页 |
| 1.2.3 基于学习的算法 | 第18-19页 |
| 1.3 存在的问题及分析 | 第19-20页 |
| 1.4 论文的主要研究内容与创新点 | 第20-21页 |
| 1.5 论文的组织结构与安排 | 第21-22页 |
| 第2章 基于稀疏表示的超分辨率重建 | 第22-30页 |
| 2.1 基本概念及问题描述 | 第22-23页 |
| 2.1.1 图像退化模型 | 第22-23页 |
| 2.1.2 超分辨率中的病态问题 | 第23页 |
| 2.2 稀疏表示 | 第23-28页 |
| 2.2.1 信号稀疏表示理论 | 第24-25页 |
| 2.2.2 稀疏表示问题的优化算法 | 第25-28页 |
| 2.3 字典学习方法 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于单字典稀疏表示的超分辨率重建算法 | 第30-45页 |
| 3.1 引言 | 第30-31页 |
| 3.2 算法设计 | 第31-39页 |
| 3.2.1 算法流程 | 第31-32页 |
| 3.2.2 样本集的选择 | 第32页 |
| 3.2.3 特征提取 | 第32-34页 |
| 3.2.4 字典学习 | 第34-35页 |
| 3.2.5 重建高分辨率图像 | 第35-39页 |
| 3.3 实验结果与分析 | 第39-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第4章 基于多字典稀疏表示的超分辨率重建算法 | 第45-55页 |
| 4.1 引言 | 第45-46页 |
| 4.2 算法设计 | 第46-51页 |
| 4.2.1 算法流程 | 第46页 |
| 4.2.2 MCA分解 | 第46-47页 |
| 4.2.3 特征提取 | 第47-48页 |
| 4.2.4 字典学习 | 第48-49页 |
| 4.2.5 重建HR图像 | 第49-51页 |
| 4.3 实验结果与分析 | 第51-54页 |
| 4.3.1 主观评价 | 第51-53页 |
| 4.3.2 客观评价 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 总结和展望 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第64页 |
