| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-15页 |
| ·图像超分辨率重建概述 | 第7-8页 |
| ·图像超分辨率重建意义 | 第7页 |
| ·图像超分辨率重建应用 | 第7-8页 |
| ·图像超分辨率重建研究现状 | 第8-12页 |
| ·观察模型 | 第8-10页 |
| ·图像超分辨率重建算法概述 | 第10-11页 |
| ·评价指标 | 第11-12页 |
| ·论文的主要工作及章节安排 | 第12-15页 |
| 第二章 基于局部学习字典的单帧图像超分辨率重建 | 第15-27页 |
| ·引言 | 第15页 |
| ·可控核回归算法 | 第15-19页 |
| ·基于局部学习字典的单帧图像超分辨率重建 | 第19-22页 |
| ·局部学习字典算法 | 第19-21页 |
| ·图像超分辨率重建 | 第21-22页 |
| ·实验结果与分析 | 第22-26页 |
| ·无噪声实验结果与分析 | 第23-24页 |
| ·噪声实验结果与分析 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于高斯过程回归的单帧图像超分辨率重建 | 第27-37页 |
| ·引言 | 第27页 |
| ·高斯过程回归 | 第27-29页 |
| ·基于高斯过程回归的单帧图像超分辨率重建 | 第29-31页 |
| ·G PR 模型训练 | 第29-30页 |
| ·图像超分辨率重建 | 第30-31页 |
| ·实验结果与分析 | 第31-36页 |
| ·无噪声实验结果与分析 | 第32-34页 |
| ·噪声实验结果与分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于自适应稀疏表示与非局部正则化的单帧图像超分辨率重建 | 第37-51页 |
| ·前言 | 第37-38页 |
| ·相关工作 | 第38-40页 |
| ·图像的自相似性 | 第38页 |
| ·稀疏表示 | 第38-39页 |
| ·非局部均值 | 第39-40页 |
| ·基于自适应稀疏表示与非局部正则化的单帧图像超分辨率重建 | 第40-43页 |
| ·字典训练 | 第40页 |
| ·图像超分辨率重建模型 | 第40-42页 |
| ·模型求解 | 第42-43页 |
| ·实验结果与分析 | 第43-49页 |
| ·正则项的有效性 | 第44-45页 |
| ·无噪声实验结果与分析 | 第45-47页 |
| ·噪声实验结果与分析 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-55页 |
| ·总结 | 第51-52页 |
| ·展望 | 第52-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 作者在读期间参加的科研和发表的论文 | 第61-62页 |