| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景 | 第9-10页 |
| ·相关理论基础 | 第10-13页 |
| ·数字图像处理概论 | 第10-11页 |
| ·图像缩放概论 | 第11-12页 |
| ·采样理论 | 第12-13页 |
| ·本文研究内容及章节安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 图像缩放技术综述 | 第15-25页 |
| ·常见算法 | 第15-23页 |
| ·图像缩放评价以及分类 | 第15-17页 |
| ·基于插值核函数的传统图像缩放算法 | 第17-20页 |
| ·基于图像局部特征检测的算法 | 第20页 |
| ·基于机器学习和神经网络的算法 | 第20-21页 |
| ·基于多边形网格的算法 | 第21-22页 |
| ·矢量化图像放大算法 | 第22-23页 |
| ·其它方法 | 第23页 |
| ·已有方法存在问题分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于相关性检测的非线性图像放大 | 第25-43页 |
| ·引言 | 第25-26页 |
| ·算法原理 | 第26-33页 |
| ·算法概述 | 第26-28页 |
| ·算法流程 | 第28-33页 |
| ·彩色图像的处理 | 第33页 |
| ·算法的GPU实现 | 第33-36页 |
| ·GeForce GTX 280与DirectX10 | 第33-36页 |
| ·实现流程 | 第36页 |
| ·实验结果与分析 | 第36-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于双二次B样条局部插值的图像缩放 | 第43-56页 |
| ·引言 | 第43-44页 |
| ·双二次B样条 | 第44-45页 |
| ·算法原理 | 第45-51页 |
| ·算法概述 | 第45-46页 |
| ·算法流程 | 第46-51页 |
| ·彩色图像的处理 | 第51页 |
| ·GPU实现 | 第51-52页 |
| ·实验结果与分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| ·本文工作总结 | 第56-57页 |
| ·未来工作展望 | 第57页 |
| ·本章小结 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63页 |