基于多字典学习的图像超分辨率算法研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 超分辨率技术的研究现状 | 第9-11页 |
| 1.3 研究内容和创新 | 第11-12页 |
| 1.4 论文章节安排 | 第12-13页 |
| 第二章 超分辨率的理论基础 | 第13-27页 |
| 2.1 图像的观测模型 | 第13-15页 |
| 2.2 图像的超分辨率重建原理 | 第15页 |
| 2.3 常见的超分辨率重建算法 | 第15-25页 |
| 2.3.1 基于插值的超分辨率方法 | 第15-16页 |
| 2.3.2 基于重建的超分辨率方法 | 第16-21页 |
| 2.3.3 基于学习的超分辨率方法 | 第21-25页 |
| 2.4 重建图像质量评价 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于稀疏表示的图像超分辨率重建 | 第27-36页 |
| 3.1 稀疏表示的理论基础 | 第27-33页 |
| 3.1.1 信号的稀疏表示 | 第27-29页 |
| 3.1.2 信号的稀疏分解 | 第29-30页 |
| 3.1.3 过完备字典的学习 | 第30-33页 |
| 3.2 基于稀疏表示的图像超分辨率重建 | 第33-35页 |
| 3.2.1 局部稀疏优化模型 | 第33-35页 |
| 3.2.2 图像重建全局约束模型 | 第35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 基于多字典学习的图像超分辨率重建 | 第36-61页 |
| 4.1 基于多字典学习的框架 | 第36-42页 |
| 4.1.1 多字典的训练样本 | 第37-39页 |
| 4.1.2 多字典的设计和训练 | 第39-42页 |
| 4.2 基于多字典学习的超分辨率重建算法 | 第42-43页 |
| 4.3 仿真实验 | 第43-60页 |
| 4.3.1 实验设置 | 第43-45页 |
| 4.3.2 实验结果与分析 | 第45-60页 |
| 4.4 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 1. 总结 | 第61页 |
| 2. 展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 个人简历 | 第70-71页 |
| 攻读硕士期间的研究成果及发表的学术论文 | 第71页 |
