| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题的研究背景及意义 | 第12-13页 |
| ·国内外研究现状及发展 | 第13-15页 |
| ·本文的主要工作及内容安排 | 第15-16页 |
| ·本章小节 | 第16-17页 |
| 第2章 超分辨率重建问题描述 | 第17-31页 |
| ·基本概念 | 第17-18页 |
| ·超分辨率重建观测模型 | 第18-20页 |
| ·超分辨率重建过程描述 | 第20-21页 |
| ·超分辨率重建方法 | 第21-24页 |
| ·基于重建的方法 | 第21-24页 |
| ·基于学习的方法 | 第24页 |
| ·超分辨率重建的正则化方法 | 第24-27页 |
| ·超分辨率重建的病态性 | 第24-25页 |
| ·正则化方法的基本形式 | 第25-27页 |
| ·正则化方法的求解算法 | 第27页 |
| ·图像质量的评价标准 | 第27-30页 |
| ·全参考质量评价 | 第28-29页 |
| ·无参考质量评价 | 第29-30页 |
| ·重建算法的性能比较 | 第30页 |
| ·本章小节 | 第30-31页 |
| 第3章 亚像素图像配准技术研究 | 第31-46页 |
| ·图像配准技术 | 第31-37页 |
| ·图像配准的数学模型 | 第31-32页 |
| ·图像几何变换类型 | 第32-33页 |
| ·图像配准算法的分类 | 第33-37页 |
| ·超分辨率重建中的图像配准算法 | 第37-43页 |
| ·金字塔光流配准算法 | 第38-40页 |
| ·Lucas-Kanada 算法求解光流修正值 | 第40-42页 |
| ·光流修正值的迭代求解 | 第42页 |
| ·算法的伪代码表示 | 第42-43页 |
| ·实验及分析 | 第43-45页 |
| ·模拟实验 | 第43-44页 |
| ·真实序列实验 | 第44-45页 |
| ·本章小节 | 第45-46页 |
| 第4章 一种改进的 MAP 超分辨率重建算法 | 第46-57页 |
| ·引言 | 第46页 |
| ·传统的 MAP 算法 | 第46-48页 |
| ·改进的 MAP 算法 | 第48-51页 |
| ·通道权值系数的确定 | 第48-49页 |
| ·正则化参数的确定 | 第49页 |
| ·代价函数凸性分析 | 第49-50页 |
| ·迭代算法的设计 | 第50-51页 |
| ·实验及分析 | 第51-56页 |
| ·模拟实验 | 第51-55页 |
| ·真实序列实验 | 第55-56页 |
| ·本章小节 | 第56-57页 |
| 第5章 基于 L1 范数和正交梯度算子的超分辨率重建算法 | 第57-70页 |
| ·引言 | 第57页 |
| ·经典的正则化方法 | 第57-60页 |
| ·基于 L1 范数和正交梯度算子的正则化方法 | 第60-62页 |
| ·正则项的确定 | 第60-61页 |
| ·正则化参数的确定 | 第61-62页 |
| ·迭代算法的设计 | 第62页 |
| ·实验及分析 | 第62-69页 |
| ·模拟实验 | 第62-67页 |
| ·真实序列实验 | 第67-69页 |
| ·本章小节 | 第69-70页 |
| 第6章 基于空间自适应的超分辨率重建算法 | 第70-82页 |
| ·引言 | 第70页 |
| ·空间自适应算法的复原模型 | 第70-72页 |
| ·重建算法收敛性分析 | 第72-73页 |
| ·正则化参数的确定 | 第73-75页 |
| ·局部正则化参数矩阵的确定 | 第73-74页 |
| ·全局正则化参数的确定 | 第74-75页 |
| ·实验及分析 | 第75-80页 |
| ·模拟实验 | 第75-79页 |
| ·真实序列实验 | 第79-80页 |
| ·本章小节 | 第80-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士期间发表的论文及获奖 | 第88-89页 |
| 致谢 | 第89-90页 |
| 详细摘要 | 第90-94页 |