| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文的主要工作 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第2章 图像超分辨率相关算法 | 第15-36页 |
| 2.1 基于加速深度卷积神经网络 | 第15-17页 |
| 2.1.1 算法原理 | 第15-17页 |
| 2.1.2 实验结果 | 第17页 |
| 2.2 基于调整的锚定邻域回归快速实例模 | 第17-19页 |
| 2.2.1 算法原理 | 第17-19页 |
| 2.2.2 实验结果 | 第19页 |
| 2.3 基于局部正则化的邻域回归与非局部均值 | 第19-21页 |
| 2.3.1 算法原理 | 第19-21页 |
| 2.3.2 实验结果 | 第21页 |
| 2.4 基于简单函数 | 第21-24页 |
| 2.4.1 算法原理 | 第21-23页 |
| 2.4.2 实验结果 | 第23-24页 |
| 2.5 基于转换自身示例放大 | 第24-25页 |
| 2.5.1 算法原理 | 第24-25页 |
| 2.5.2 实验结果 | 第25页 |
| 2.6 基于深度拉普拉斯金字塔网络 | 第25-28页 |
| 2.6.1 算法原理 | 第25-27页 |
| 2.6.2 实验结果 | 第27-28页 |
| 2.7 基于深度递归卷积网络 | 第28-32页 |
| 2.7.1 算法原理 | 第28-31页 |
| 2.7.2 实验结果 | 第31-32页 |
| 2.8 基于高效子像素卷积神经网络 | 第32-36页 |
| 2.8.1 算法原理 | 第32-35页 |
| 2.8.2 实验结果 | 第35-36页 |
| 第3章 基于Lanczos插值的迭代反投影重建算法 | 第36-46页 |
| 3.1 基于融合的方法 | 第36页 |
| 3.1.1 超分辨重建流程 | 第36页 |
| 3.2 Lanczos插值算法 | 第36-39页 |
| 3.2.1 算法原理 | 第36-39页 |
| 3.3 迭代反投影算法 | 第39-46页 |
| 3.3.1 算法原理 | 第39-46页 |
| 第4章 实验结果以及性能分析 | 第46-54页 |
| 4.1 实验环境以及评价标准 | 第46-48页 |
| 4.1.1 实验环境 | 第46页 |
| 4.1.2 实验结果的评价标准 | 第46-48页 |
| 4.2 实验结果对比 | 第48-54页 |
| 第5章 总结和展望 | 第54-55页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 学位论文评阅及答辩情况表 | 第61页 |