| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 研究的背景及意义 | 第11-12页 |
| 1.2 本文主要研究内容 | 第12-13页 |
| 1.3 论文章节安排 | 第13-14页 |
| 第2章 图像超分辨率重建技术 | 第14-30页 |
| 2.1 图像超分辨率技术 | 第14-15页 |
| 2.2 图像退化模型 | 第15-16页 |
| 2.3 图像SR与图像复原、图像增强和图像插值的比较 | 第16-17页 |
| 2.4 常用的实现图像超分辨率重建的方法 | 第17-24页 |
| 2.4.1 基于插值的方法 | 第17-18页 |
| 2.4.2 基于重建的方法 | 第18-21页 |
| 2.4.3 基于学习的方法 | 第21-24页 |
| 2.5 稀疏表示理论 | 第24-27页 |
| 2.6 超分辨率的应用领域 | 第27-28页 |
| 2.7 图像质量评价指标 | 第28-29页 |
| 2.8 本章小结 | 第29-30页 |
| 第3章 基于自适应块聚类的医学图像超分辨率重建 | 第30-41页 |
| 3.1 基于四叉树的图像自适应分块 | 第30-31页 |
| 3.2 医学图像的特征 | 第31-32页 |
| 3.3 医学图像块特征提取和聚类 | 第32-34页 |
| 3.4 医学图像的超分辨重建 | 第34-35页 |
| 3.5 实验结果与分析 | 第35-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第4章 基于非局部自回归学习的医学图像超分辨率重建 | 第41-54页 |
| 4.1 图像主成分分析 | 第41-42页 |
| 4.2 医学图像的相似性 | 第42-44页 |
| 4.3 非局部自回归的医学图像SR重建 | 第44-50页 |
| 4.3.1 正则化参数求解 | 第44-46页 |
| 4.3.2 字典训练 | 第46-47页 |
| 4.3.3 非局部自回归的医学图像SR重建算法求解 | 第47-50页 |
| 4.4 实验结果与分析 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-57页 |
| 5.1 研究总结 | 第54-55页 |
| 5.2 研究展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间发表的学术成果 | 第63-64页 |
| 致谢 | 第64页 |
