| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-21页 |
| 1.1 研究的目的和意义 | 第10-12页 |
| 1.2 国内外现状以及发展趋势 | 第12-18页 |
| 1.2.1 图像复原 | 第12-14页 |
| 1.2.2 图像超分辨率重建 | 第14-18页 |
| 1.3 本论文研究内容和主要安排 | 第18-21页 |
| 2 图像超分辨率重建技术的预备知识 | 第21-37页 |
| 2.1 基本原理 | 第21-22页 |
| 2.2 降质模型 | 第22-24页 |
| 2.3 基于自相似性的图像重建方法 | 第24-29页 |
| 2.3.1 车载采集图像的自相似性 | 第24-25页 |
| 2.3.2 图像金字塔 | 第25-27页 |
| 2.3.3 迭代反投影算法 | 第27-29页 |
| 2.3.4 最近邻域搜索算法 | 第29页 |
| 2.4 重建图像的质量评价指标 | 第29-36页 |
| 2.4.1 全参考图像质量评价 | 第30-33页 |
| 2.4.2 无参考图像质量评价 | 第33-34页 |
| 2.4.3 半参考图像质量评价 | 第34-36页 |
| 2.5 本章小结 | 第36-37页 |
| 3 车载采集图像预处理 | 第37-62页 |
| 3.1 预处理方法简介 | 第37-38页 |
| 3.2 基于变分法的图像复原 | 第38-42页 |
| 3.2.1 经典的ROF模型 | 第38-39页 |
| 3.2.2 基于变分模型的数值方法 | 第39-42页 |
| 3.3 基于优化字典的全变分含噪车载图像复原 | 第42-50页 |
| 3.3.1 基于控制核回归（SKR）的图像聚类 | 第43-44页 |
| 3.3.2 PCA字典优化 | 第44-45页 |
| 3.3.3 全变分图像复原 | 第45-46页 |
| 3.3.4 实验结果与分析 | 第46-50页 |
| 3.4 基于变分模糊核估计的运动模糊车载图像复原 | 第50-61页 |
| 3.4.1 模糊核估计 | 第51-52页 |
| 3.4.2 基于改进增广拉格朗日算法的快速图像复原 | 第52-57页 |
| 3.4.3 实验结果与分析 | 第57-59页 |
| 3.4.4 本算法在车载采集城市街景图像中的应用 | 第59-61页 |
| 3.5 本章小结 | 第61-62页 |
| 4 基于自相似性车载采集的城市街景图像的重建 | 第62-85页 |
| 4.1 多尺度自相似性图像超分辨率重建 | 第62-64页 |
| 4.2 基于透视变换图像自相似性超分辨率重建 | 第64-84页 |
| 4.2.1 消失点检测 | 第64-68页 |
| 4.2.2 图像的透视变换 | 第68-70页 |
| 4.2.3 算法的总体概述 | 第70-71页 |
| 4.2.4 最近邻域估计 | 第71-72页 |
| 4.2.5 图像块的高频补偿 | 第72-73页 |
| 4.2.6 实验结果及分析 | 第73-79页 |
| 4.2.7 图像质量盲评估 | 第79-84页 |
| 4.3 本章小结 | 第84-85页 |
| 5 总结与展望 | 第85-87页 |
| 5.1 全文总结 | 第85-86页 |
| 5.2 展望未来 | 第86-87页 |
| 参考文献 | 第87-94页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第94-95页 |
| 致谢 | 第95-98页 |