首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于群稀疏字典的图像超分辨率算法研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·课题背景及研究的目的和意义第10-11页
   ·国内外研究现状第11-13页
   ·课题主要研究内容第13-14页
   ·论文结构第14-16页
第2章 相关知识第16-28页
   ·图像的超分辨率重建第16-20页
     ·图像超分辨率重建的原理第16-17页
     ·图像超分辨率重建的方法第17-20页
   ·稀疏表示第20-22页
   ·字典学习第22-24页
     ·概率方法第22-23页
     ·基于聚类的方法第23-24页
   ·单调算子理论第24-27页
     ·凸优化问题第25页
     ·基本概念第25-26页
     ·向前向后算法第26-27页
   ·本章小结第27-28页
第3章 基于稀疏表示的超分辨率重建第28-33页
   ·图像超分辨率重建基本原理分析第28-29页
   ·超分辨率算法实现第29-32页
     ·基于稀疏表示的局部模型第29-31页
     ·全局优化插值方法第31页
     ·具体算法实现第31-32页
   ·本章小结第32-33页
第4章 基于群稀疏的结构化字典学习第33-44页
   ·传统字典学习第33-34页
   ·结构化字典学习第34-35页
   ·改进的结构化字典学习原理分析第35-36页
   ·改进的结构化字典学习算法实现第36-39页
   ·基于群稀疏字典的图像超分辨率重建实验第39-43页
     ·图像超分辨率重建实验数据第40页
     ·图像超分辨率重建实验结果第40-43页
   ·本章小结第43-44页
第5章 基于群稀疏的结构化字典在线更新第44-55页
   ·结构化字典在线更新原理分析第44-46页
   ·结构化字典在线更新算法实现第46-48页
   ·基于结构化字典更新的视频异常检测实验第48-54页
     ·视频异常检测原理分析第48-49页
     ·视频异常检测实验结果第49-54页
   ·本章小结第54-55页
结论第55-57页
参考文献第57-61页
攻读硕士学位期间承担的科研任务与主要成果第61-62页
致谢第62-63页
作者简介第63页

论文共63页,点击 下载论文
上一篇:不确定数据上的方向最近邻查询研究
下一篇:基于样本扩展的稀疏表示鲁棒图像识别算法研究