基于自编码器的图像超分辨率算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究的背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 基于插值的图像超分辨率重建算法 | 第10-12页 |
| 1.2.2 基于重建的图像超分辨率重建算法 | 第12-14页 |
| 1.2.3 基于学习的图像超分辨率重建算法 | 第14-16页 |
| 1.3 图像质量评价标准 | 第16-17页 |
| 1.4 本文的研究内容 | 第17-19页 |
| 第2章 深度学习理论 | 第19-25页 |
| 2.1 深度学习的基础理论 | 第19页 |
| 2.2 深度学习的典型模型 | 第19-24页 |
| 2.2.1 受限玻尔兹曼机 | 第19-21页 |
| 2.2.2 卷积神经网络 | 第21-23页 |
| 2.2.3 自编码器 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 融入边缘信息的双自编码器图像超分辨率算法 | 第25-40页 |
| 3.1 基于双自编码器的图像超分辨率算法 | 第25-26页 |
| 3.2 融入边缘信息的双自编码器图像超分辨率算法 | 第26-32页 |
| 3.2.1 图像的边缘信息 | 第26-28页 |
| 3.2.2 算法流程 | 第28-32页 |
| 3.3 仿真实验及结果分析 | 第32-39页 |
| 3.3.1 参数设置 | 第32页 |
| 3.3.2 实验结果与分析 | 第32-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于双稀疏自编码器的图像超分辨率算法 | 第40-55页 |
| 4.1 基于双稀疏自编码器的图像超分辨率算法 | 第40-42页 |
| 4.2 基于稀疏表示的超分辨率图像后处理算法 | 第42-46页 |
| 4.2.1 微调操作 | 第42-43页 |
| 4.2.2 取近似操作 | 第43-45页 |
| 4.2.3 迭代微调与取近似操作 | 第45-46页 |
| 4.3 改进的基于双稀疏自编码器图像超分辨率算法 | 第46-54页 |
| 4.3.1 参数设置 | 第46-48页 |
| 4.3.2 实验结果分析 | 第48-54页 |
| 4.4 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页 |
