| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-19页 |
| ·研究背景和意义 | 第8-9页 |
| ·超分辨率重建的研究现状 | 第9-15页 |
| ·传统方法 | 第10-14页 |
| ·稀疏表示方法 | 第14-15页 |
| ·超分辨率重建的评价标准 | 第15-16页 |
| ·主观评价方法 | 第15页 |
| ·客观评价方法 | 第15-16页 |
| ·研究内容与章节安排 | 第16-19页 |
| 第二章 图像稀疏表示理论 | 第19-32页 |
| ·图像超分辨率重建相关模型 | 第19-21页 |
| ·图像退化模型 | 第19-20页 |
| ·图像超分辨率重建模型 | 第20-21页 |
| ·图像稀疏表示 | 第21-24页 |
| ·图像稀疏表示理论 | 第21-23页 |
| ·稀疏表示优化模型 | 第23-24页 |
| ·稀疏编码优化算法 | 第24-26页 |
| ·基追踪算法(BP) | 第24-25页 |
| ·正交匹配追踪算法(OMP) | 第25-26页 |
| ·彩色图像超分辨率重建分析 | 第26-31页 |
| ·RGB彩色空间 | 第26-27页 |
| ·YUV彩色空间 | 第27-29页 |
| ·彩色图像的超分辨率重建 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于图像自相似和K-SVD字典学习的超分辨率重建 | 第32-48页 |
| ·引言 | 第32-33页 |
| ·字典训练阶段 | 第33-37页 |
| ·自相似训练图像的选取 | 第33-34页 |
| ·图像特征块的提取 | 第34-35页 |
| ·K-SVD字典学习 | 第35-37页 |
| ·图像重建阶段 | 第37-38页 |
| ·高分辨率图像重建 | 第37-38页 |
| ·基于IBP的全局优化 | 第38页 |
| ·实验仿真与分析 | 第38-46页 |
| ·图像块大小的影响 | 第39-40页 |
| ·块间重叠像素大小的影响 | 第40-42页 |
| ·字典大小的影响 | 第42-43页 |
| ·图像仿真与算法比较 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 基于SCDL的图像超分辨率重建 | 第48-56页 |
| ·SCDL算法 | 第48-50页 |
| ·算法提出 | 第48-49页 |
| ·算法模型 | 第49-50页 |
| ·图像重建过程 | 第50-53页 |
| ·训练图像集的构建 | 第50-51页 |
| ·SCDL求解 | 第51-52页 |
| ·图像重建 | 第52-53页 |
| ·实验仿真与分析 | 第53-55页 |
| ·灰度图像的重建仿真与算法比较 | 第53-54页 |
| ·彩色图像的重建仿真与算法比较 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 致谢 | 第62页 |