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

过完备稀疏正则化的超分辨率图像重构

摘要第1-5页
ABSTRACT第5-9页
第1章 绪论第9-15页
   ·超分辨率图像重构第9-11页
     ·超分辨率重构模型及基本方法第10-11页
     ·超分辨率重构的应用第11页
   ·过完备稀疏表示理论第11-13页
     ·信号的过完备稀疏表示第12-13页
   ·本文的主要工作及内容安排第13-15页
第2章 过完备稀疏表示理论第15-24页
   ·稀疏表示模型第15-17页
     ·调和分析图像表示第15-16页
     ·图像的稀疏表示第16-17页
   ·稀疏分解算法第17-19页
     ·匹配追踪算法第18-19页
     ·正交匹配追踪算法第19页
   ·过完备字典的构造第19-23页
     ·极大似然法第20-21页
     ·最佳方向方法第21-22页
     ·K-SVD 构造方法第22-23页
   ·本章小结第23-24页
第3章 超分辨率图像重构第24-32页
   ·超分辨率图像重构第24-27页
     ·图像超分辨率发展的背景及现状第24-25页
     ·图像的退化模型第25-27页
   ·超分辨率研究的主要方法第27-30页
     ·基于插值的方法第27页
     ·基于重建的方法第27-28页
     ·基于学习的方法第28-30页
   ·超分辨率的应用以及未来发展第30页
   ·本章小结第30-32页
第4章 结构相似的过完备字典构造第32-40页
   ·基于结构相似的质量评价第32-35页
     ·结构相似度量第33-35页
   ·结构相似的过完备字典构造第35-37页
   ·实验结果与分析第37-39页
     ·冗余度的比较第37-38页
     ·图像重构第38-39页
     ·实验结论第39页
   ·本章小结第39-40页
第5章 联合结构字典和非局域自相似的超分辨率图像重构第40-51页
   ·结构字典学习的超分辨率重构第41-46页
     ·稀疏表示的超分辨率模型第41-42页
     ·基于结构字典的超分辨率重构第42-44页
     ·实验结果和分析第44-46页
     ·实验结论第46页
   ·联合非局部相似和结构字典学习的超分辨率图像重构第46-49页
     ·非局部相似第46-47页
     ·联合局部自相似和结构字典学习的超分辨率重构第47-48页
     ·实验结果和分析第48-49页
     ·实验结论第49页
   ·本章小结第49-51页
第6章 总结与展望第51-53页
   ·本文总结第51页
   ·未来工作展望第51-53页
参考文献第53-58页
附录 A 结构相似的过完备字典构造代码第58-64页
附录 B 图像重构主程序代码第64-65页
附录 C 联合结构字典和非局域自相似的超分辨率图像重构代码第65-68页
攻读硕士学位期间的研究成果第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于数据挖掘的移动店员积分系统设计与实现
下一篇:南昌市旅行社员工满意度调查研究