首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于方向判定的超分辨率图像重建算法研究

中文摘要第3-5页
英文摘要第5-8页
符号表第13-15页
1 绪论第15-39页
    1.1 研究背景及意义第15-18页
        1.1.1 研究背景第15-16页
        1.1.2 研究意义第16-18页
    1.2 基本概念及问题描述第18-20页
        1.2.1 时间超分辨率图像重建第18-19页
        1.2.2 空间超分辨率图像重建第19-20页
    1.3 国内外研究现状第20-32页
        1.3.1 时间超分辨率图像重建第21-25页
        1.3.2 空间超分辨率图像重建第25-32页
        1.3.3 颜色超分辨率图像重建第32页
    1.4 论文研究内容及创新之处第32-39页
2 相关理论基础概述第39-47页
    2.1 Bandelet变换第39-40页
        2.1.1 Bandelet变换基本概念第39-40页
        2.1.2 Bandelet变换框架第40页
    2.2 Contourlet变换第40-42页
        2.2.1 Contourlet变换基本概念第40-41页
        2.2.2 Contourlet变换框架第41-42页
    2.3 分形几何第42-44页
        2.3.1 分形几何基本概念第42-43页
        2.3.2 分形维数第43-44页
    2.4 重建图像质量评价标准第44-46页
        2.4.1 主观质量评价第44页
        2.4.2 客观质量评价第44-46页
    2.5 本章小结第46-47页
3 基于双差值组合运动方向判定准则的时间超分辨率图像重建第47-77页
    3.1 引言第47-48页
    3.2 块匹配运动估计与最佳运动方向判断准则第48-51页
        3.2.1 块匹配运动估计第48-49页
        3.2.2 最佳运动方向判定准则第49-50页
        3.2.3 问题分析第50-51页
    3.3 基于灰度差值和几何流方向差值组合代价函数的最佳运动方向判定准则第51-57页
        3.3.1 基于Bandelet的最佳几何流第52-53页
        3.3.2 算法框架第53-54页
        3.3.3 组合代价函数第54-55页
        3.3.4 基于匹配可信度加权系数第55-56页
        3.3.5 运动方向判定效果第56-57页
    3.4 基于灰度差值和分形维数差值组合代价函数的最佳运动方向判定准则第57-63页
        3.4.1 图像的分形维数第58页
        3.4.2 算法框架第58-59页
        3.4.3 组合代价函数第59-60页
        3.4.4 自适应加权系数第60-62页
        3.4.5 运动方向判定效果第62-63页
    3.5 判定准则复杂度分析第63-64页
    3.6 时间超分辨率图像重建算法实现第64-69页
    3.7 实验结果与分析第69-75页
        3.7.1 客观评价第70-72页
        3.7.2 主观评价第72-75页
    3.8 本章小结第75-77页
4 基于运动方向判定策略的时间超分辨率图像重建第77-97页
    4.1 引言第77-78页
    4.2 基于运动方向判定策略的时间超分辨率图像重建方法现状第78-81页
        4.2.1 块匹配运动方向判定策略第78-79页
        4.2.2 问题分析第79-81页
    4.3 基于全局与局部运动方向融合判定策略的时间超分辨率图像重建第81-90页
        4.3.1 算法框架第81-82页
        4.3.2 全局整体运动的单向判定第82-84页
        4.3.3 局部运动的双向快速判定第84-86页
        4.3.4 暴露掩模与遮挡掩模第86-89页
        4.3.5 带有比较门限的运动矢量中值滤波第89页
        4.3.6 运动补偿第89-90页
    4.4 实验结果与分析第90-96页
        4.4.1 客观评价第90-93页
        4.4.2 主观评价第93-96页
    4.5 本章小结第96-97页
5 基于单帧几何流方向判定的空间超分辨率图像重建第97-119页
    5.1 引言第97-98页
    5.2 单帧空间超分辨率图像重建算法现状第98-99页
        5.2.1 单帧空间超分辨图像观测模型第98页
        5.2.2 单帧空间超分辨率图像重建概述第98-99页
    5.3 单帧几何流方向自适应插值的空间超分辨率图像重建第99-108页
        5.3.1 算法框架第99-100页
        5.3.2 基于Bandelet的空间超分辨率图像初始重建第100-105页
        5.3.3 基于小波域全变分的空间超分辨率图像优化求解第105-108页
    5.4 实验结果与分析第108-116页
        5.4.1 迭代收敛速度第108-109页
        5.4.2 主观评价第109-114页
        5.4.3 客观评价第114-116页
    5.5 本章小结第116-119页
6 基于多帧学习与图像方向表示的盲空间超分辨率图像重建第119-133页
    6.1 引言第119-120页
    6.2 多帧空间超分辨率图像重建算法现状第120-121页
        6.2.1 多帧空间超分辨图像观测模型第120页
        6.2.2 多帧空间超分辨率图像重建概述第120-121页
    6.3 多帧盲空间超分辨率图像重建第121-127页
        6.3.1 相关研究基础第121-124页
        6.3.2 算法的学习与训练第124-125页
        6.3.3 自适应权值的选择第125-127页
        6.3.4 多帧低分辨图像到单帧高分辨率图像的空间超分辨率第127页
    6.4 实验结果与分析第127-132页
        6.4.1 主观评价第128-131页
        6.4.2 客观评价第131-132页
    6.5 本章小结第132-133页
7 时间超分辨率图像重建分步多级算法的硬件架构设计第133-149页
    7.1 引言第133-134页
    7.2 超分辨率图像重建分步多级算法硬件结构第134-135页
    7.3 超分辨率图像重建分步多级子算法的逐级启动并列执行设计第135-136页
    7.4 超分辨率图像重建分步多级算法在硬件中的数据读/写设计第136-140页
        7.4.1 基于数据独立装载的RAM分布结构第137-138页
        7.4.2 基于数据流水装载的RAM分布结构第138-140页
    7.5 性能分析第140-144页
        7.5.1 RAM数据逐次装载子算法逐级执行方式第140-141页
        7.5.2 RAM数据流水装载子算法逐级执行方式第141-142页
        7.5.3 RAM数据独立装载子算法并列执行方式第142-143页
        7.5.4 RAM数据流水装载子算法并列执行方式第143-144页
    7.6 实验结果与分析第144-148页
        7.6.1 Modelsim时序仿真第145-147页
        7.6.2 系统上屏测试第147-148页
    7.7 本章小结第148-149页
8 总结与展望第149-153页
    8.1 论文研究总结第149-151页
    8.2 未来研究展望第151-153页
致谢第153-155页
参考文献第155-171页
附录第171-172页
    A作者攻读期间参与的相关科研项目第171页
    B作者在攻读博士学位期间申请的专利第171页
    C作者在攻读博士学位期间获得奖项第171页
    D作者在攻读博士学位期间发表及录用的学术论文第171-172页

论文共172页,点击 下载论文
上一篇:基于稀疏与低秩模型的图像表达与分类研究
下一篇:基于稀疏表示的大数据聚类优化模型及算法研究