| 摘要 | 第1-5页 |
| ABSTRACT | 第5-14页 |
| 第一章 绪论 | 第14-22页 |
| ·引言 | 第14页 |
| ·图像超分辨率重建的研究背景和意义 | 第14-16页 |
| ·图像超分辨率重建的应用领域 | 第16-17页 |
| ·图像超分辨率重建的国内外研究概况 | 第17-18页 |
| ·国外研究概况 | 第17-18页 |
| ·国内研究概况 | 第18页 |
| ·重建图像质量评价方法 | 第18-20页 |
| ·重建图像主观评价方法 | 第19页 |
| ·重建图像客观评价方法 | 第19-20页 |
| ·存在的问题及发展方向 | 第20-21页 |
| ·论文结构安排 | 第21-22页 |
| 第二章 图像超分辨率重建技术原理 | 第22-31页 |
| ·引言 | 第22页 |
| ·超分辨率重建问题描述 | 第22页 |
| ·超分辨率重建降质模型 | 第22-24页 |
| ·超分辨率重建理论基础 | 第24-25页 |
| ·信息叠加理论 | 第24-25页 |
| ·解析延拓理论 | 第25页 |
| ·图像超分辨率重建算法概述 | 第25-30页 |
| ·频率域重建算法 | 第26-27页 |
| ·空间域重建算法 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于形态学边缘保持的 MAP 超分辨率重建 | 第31-46页 |
| ·引言 | 第31页 |
| ·正则化理论 | 第31-33页 |
| ·不适定反问题 | 第31-32页 |
| ·Tikhonov 正则化 | 第32-33页 |
| ·MAP 重建算法 | 第33-36页 |
| ·贝叶斯定理 | 第33-34页 |
| ·MAP 算法原理 | 第34-36页 |
| ·基于形态学边缘保持的 MAP 重建算法 | 第36-39页 |
| ·灰度形态学 | 第36-37页 |
| ·边缘保持算子 | 第37-38页 |
| ·算法实现 | 第38-39页 |
| ·实验结果与分析 | 第39-45页 |
| ·标准测试图像实验对比 | 第40-42页 |
| ·现实生活图像实验对比 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于投影修正的 POCS 超分辨率重建 | 第46-56页 |
| ·引言 | 第46页 |
| ·POCS 重建算法 | 第46-48页 |
| ·算法原理 | 第46-47页 |
| ·数据一致性约束 | 第47-48页 |
| ·幅值约束 | 第48页 |
| ·基于投影修正的 POCS 重建算法 | 第48-51页 |
| ·边缘约束算子 | 第48-49页 |
| ·投影修正算子 | 第49页 |
| ·修正残差阈值 | 第49页 |
| ·修正点扩散函数 | 第49-50页 |
| ·算法实现 | 第50-51页 |
| ·实验结果与分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于振铃抑制的 IBP 超分辨率重建 | 第56-65页 |
| ·引言 | 第56页 |
| ·IBP 重建算法 | 第56-58页 |
| ·算法原理 | 第56-57页 |
| ·IBP 算法振铃现象 | 第57-58页 |
| ·基于振铃抑制的 IBP 重建算法 | 第58-60页 |
| ·局部方差算子 | 第58页 |
| ·误差矩阵变化量分析 | 第58-59页 |
| ·误差矩阵约束项 | 第59-60页 |
| ·实验结果和分析 | 第60-64页 |
| ·算法收敛性 | 第61页 |
| ·无噪声实验对比 | 第61-63页 |
| ·噪声环境下实验对比 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 基于 OpenCV 的超分辨率重建实验软件的设计与实现 | 第65-74页 |
| ·引言 | 第65页 |
| ·OpenCV 基础知识 | 第65-67页 |
| ·OpenCV 简介 | 第65页 |
| ·OpenCV 函数库结构介绍 | 第65-67页 |
| ·OpenCV 主要数据结构介绍 | 第67页 |
| ·软件总体结构和主要模块 | 第67-68页 |
| ·软件设计与实现 | 第68-69页 |
| ·软件功能介绍 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| ·本文的主要工作及贡献 | 第74-75页 |
| ·不足之处与进一步研究展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 在学期间的研究成果及发表的学术论文 | 第81页 |