| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 应用前景 | 第16-17页 |
| 1.4 论文的主要工作与安排 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 2 单幅图像超分辨率重建算法 | 第19-35页 |
| 2.1 图像成像模型 | 第19-20页 |
| 2.2 图像超分辨率重建算法的数学原理 | 第20-22页 |
| 2.2.1 解析延拓理论 | 第21页 |
| 2.2.2 信息叠加理论 | 第21-22页 |
| 2.2.3 非线性操作 | 第22页 |
| 2.3 图像超分辨率重建算法分类 | 第22-34页 |
| 2.3.1 插值重建 | 第23-26页 |
| 2.3.2 基于学习的图像超分辨率重建 | 第26-30页 |
| 2.3.3 几种经典算法的实验结果和对比分析 | 第30-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 二维经验模态分解算法 | 第35-42页 |
| 3.1 经验模态分解原理 | 第35-36页 |
| 3.2 二维经验模态分解 | 第36-40页 |
| 3.2.1 二维经验模态分解算法及其流程图 | 第36-39页 |
| 3.2.2 BEMD分解过程中的关键问题 | 第39-40页 |
| 3.3 实验实例 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于二维经验模态分解的单幅图像超分辨率重建算法 | 第42-52页 |
| 4.1 基于二维经验模态分解的重建算法的基本原理 | 第42-43页 |
| 4.2 实验结果及分析 | 第43-49页 |
| 4.2.1 核岭回归重建算法的实验结果及分析 | 第43-46页 |
| 4.2.2 本文算法的实验结果及分析 | 第46-49页 |
| 4.3 图像分解层数的确定 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 重建图像质量的评价标准 | 第52-62页 |
| 5.1 图像的评价标准 | 第52-53页 |
| 5.1.1 图像的主观评价方法 | 第52页 |
| 5.1.2 图像的客观评价方法 | 第52-53页 |
| 5.2 实验结果与对比分析 | 第53-60页 |
| 5.2.1 双三次插值、核岭回归和本文算法的实验对比 | 第53-57页 |
| 5.2.2 近邻嵌入算法、稀疏算法和本文算法的实验对比 | 第57-60页 |
| 5.3 本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 个人简历、在学校期间发表的学术论文及参与的项目 | 第68页 |
