| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.2.1 国内研究现状 | 第8页 |
| 1.2.2 国外研究现状 | 第8-9页 |
| 1.3 论文课题来源 | 第9页 |
| 1.4 本文主要内容及章节安排 | 第9-12页 |
| 1.4.1 本文的主要内容 | 第9-10页 |
| 1.4.2 本文的章节安排 | 第10-12页 |
| 第二章 超分辨率重建技术 | 第12-29页 |
| 2.1 超分辨率重建概述 | 第12-13页 |
| 2.2 基于插值的超分辨率技术 | 第13-17页 |
| 2.2.1 最近邻插值算法 | 第13-14页 |
| 2.2.2 双线性插值算法 | 第14-15页 |
| 2.2.3 双三次插值算法 | 第15-17页 |
| 2.3 基于重建的超分辨率技术 | 第17-22页 |
| 2.3.1 频域法 | 第17-18页 |
| 2.3.2 凸集投影算法 | 第18-19页 |
| 2.3.3 最大后验概率算法 | 第19-20页 |
| 2.3.4 迭代反投影算法 | 第20-22页 |
| 2.4 基于学习的超分辨率技术 | 第22-27页 |
| 2.4.1 基于邻域嵌入的超分辨率技术 | 第22-23页 |
| 2.4.2 基于稀疏表示的超分辨率技术 | 第23-25页 |
| 2.4.3 基于锚定邻域回归的超分辨率技术 | 第25-27页 |
| 2.5 超分辨率重建算法性能评价指标 | 第27-28页 |
| 2.5.1 峰值信噪比 | 第27页 |
| 2.5.2 结构相似度 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于联合特征的超分辨率重建 | 第29-44页 |
| 3.1 图像特征描述及提取 | 第29-33页 |
| 3.1.1 梯度算子 | 第29-30页 |
| 3.1.2 拉普拉斯算子与中值 | 第30-32页 |
| 3.1.3 DoG算子 | 第32-33页 |
| 3.2 基于联合特征的超分辨率重建 | 第33-38页 |
| 3.2.1 算法流程 | 第33-35页 |
| 3.2.2 联合特征及提取 | 第35-37页 |
| 3.2.3 字典训练 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-43页 |
| 3.4.1 数据集 | 第38页 |
| 3.4.2 参数设置 | 第38页 |
| 3.4.3 实验结果及分析 | 第38-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于K-means结构化稀疏表示的超分辨率重建 | 第44-54页 |
| 4.1 稀疏表示的字典 | 第44-46页 |
| 4.1.1 稀疏表示 | 第44-45页 |
| 4.1.2 联合字典学习 | 第45-46页 |
| 4.2 K-means结构化稀疏表示 | 第46-49页 |
| 4.2.1 K-means算法 | 第46-47页 |
| 4.2.2 K-means结构化稀疏子字典 | 第47-48页 |
| 4.2.3 自适应正则化参数 | 第48-49页 |
| 4.4 实验结果与分析 | 第49-53页 |
| 4.4.1 参数设置 | 第49页 |
| 4.4.2 实验结果与分析 | 第49-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士期间工作情况 | 第61-62页 |
| 致谢 | 第62-63页 |