基于多字典学习的图像超分辨率算法研究与实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 国外研究现状 | 第13-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 研究的主要工作 | 第18-19页 |
| 1.4 论文的组织结构 | 第19-21页 |
| 第2章 图像超分辨率重建理论 | 第21-29页 |
| 2.1 图像退化模型 | 第21-22页 |
| 2.2 图像超分辨率待解决问题 | 第22-23页 |
| 2.3 超分辨率重建算法概述 | 第23-26页 |
| 2.3.1 基于插值的方法 | 第23-24页 |
| 2.3.2 基于重建的方法 | 第24-25页 |
| 2.3.3 基于学习的方法 | 第25-26页 |
| 2.4 图像重建质量评价标准 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于图像块多级分类的图像超分辨率重建算法 | 第29-51页 |
| 3.1 稀疏表示理论 | 第29-32页 |
| 3.1.1 稀疏分解算法 | 第30页 |
| 3.1.2 字典学习算法 | 第30-32页 |
| 3.2 图像块多级分类 | 第32-36页 |
| 3.2.1 图像块分类思想 | 第32-34页 |
| 3.2.2 样本集选取与分类 | 第34-35页 |
| 3.2.3 特征提取 | 第35-36页 |
| 3.3 分类字典学习 | 第36-37页 |
| 3.4 图像块分类重建过程 | 第37-40页 |
| 3.5 实验与分析 | 第40-49页 |
| 3.5.1 图像块方差阈值选择与分类 | 第41-42页 |
| 3.5.2 算法对比实验 | 第42-47页 |
| 3.5.3 鲁棒性实验 | 第47-49页 |
| 3.6 本章小结 | 第49-51页 |
| 第4章 改进的双重字典学习的图像超分辨率重建算法 | 第51-61页 |
| 4.1 算法思想 | 第51页 |
| 4.2 改进的双重字典学习 | 第51-53页 |
| 4.3 图像重建过程 | 第53-55页 |
| 4.4 全局模型优化 | 第55页 |
| 4.5 实验与分析 | 第55-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第5章 图像超分辨率重建系统设计与实现 | 第61-71页 |
| 5.1 系统功能设计 | 第61-62页 |
| 5.2 系统功能实现 | 第62-70页 |
| 5.3 本章小结 | 第70-71页 |
| 第6章 总结和展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士期间已发表的论文 | 第77-79页 |
| 致谢 | 第79页 |
