| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 超分辨率的发展与应用 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-20页 |
| 1.3.1 自然图像超分辨率 | 第17-19页 |
| 1.3.2 文字图像超分辨率 | 第19-20页 |
| 1.4 本文工作内容及章节安排 | 第20-21页 |
| 第二章 超分辨率重建问题模型 | 第21-33页 |
| 2.1 基础概念 | 第21-22页 |
| 2.1.1 分辨率 | 第21页 |
| 2.1.2 超分辨率 | 第21-22页 |
| 2.2 观察模型 | 第22-24页 |
| 2.2.1 图像退化的因素 | 第22页 |
| 2.2.2 退化模型 | 第22-24页 |
| 2.3 超分辨率图像重建的基本步骤 | 第24-25页 |
| 2.3.1 图像配准 | 第25页 |
| 2.3.2 插值 | 第25页 |
| 2.3.3 去模糊和噪声 | 第25页 |
| 2.4 超分辨图像重建算法 | 第25-31页 |
| 2.4.1 非均匀插值法 | 第25-26页 |
| 2.4.2 频域法 | 第26-27页 |
| 2.4.3 正则化的超分辨率重建法 | 第27-29页 |
| 2.4.4 凸集投影法 | 第29-30页 |
| 2.4.5 迭代反投影法 | 第30页 |
| 2.4.6 算法比较 | 第30-31页 |
| 2.5 文字图像超分辨率 | 第31-32页 |
| 2.5.1 文字图像SRR的特点 | 第31页 |
| 2.5.2 文字图像的重建过程 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 文字图像配准中的特征提取算法研究 | 第33-57页 |
| 3.1 文字图像配准算法 | 第33-35页 |
| 3.1.1 文字图像配准理论 | 第33-34页 |
| 3.1.2 文字图像配准算法类别 | 第34-35页 |
| 3.2 特征点提取算法 | 第35-47页 |
| 3.2.1 Harris算法 | 第36-39页 |
| 3.2.2 SIFT算法 | 第39-46页 |
| 3.2.3 SURF算法 | 第46-47页 |
| 3.3 基于降维SIFT的特征提取算法 | 第47-50页 |
| 3.4 实验结果与分析 | 第50-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 文字图像SRR中基于自适应阈值和双峰包络的POCS算法 | 第57-81页 |
| 4.1 图像的SRR算法 | 第57-58页 |
| 4.2 传统的POCS算法 | 第58-63页 |
| 4.2.1 原理 | 第58-61页 |
| 4.2.2 算法实现 | 第61-63页 |
| 4.3 基于自适应阈值和双峰包络的POCS算法 | 第63-69页 |
| 4.3.1 自适应阈值 | 第65-68页 |
| 4.3.2 双峰包络 | 第68-69页 |
| 4.4 实验结果与分析 | 第69-80页 |
| 4.5 本章小结 | 第80-81页 |
| 第五章 总结与展望 | 第81-83页 |
| 5.1 总结 | 第81页 |
| 5.2 展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 作者简介 | 第89-90页 |