| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 图像超分辨率重建技术研究现状 | 第10-17页 |
| 1.2.1 国内外研究现状 | 第10-11页 |
| 1.2.2 超分辨率重建算法概述 | 第11-17页 |
| 1.3 课题研究的难点 | 第17-18页 |
| 1.4 论文主要研究内容 | 第18-19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 2 基于稀疏表示的图像超分辨率重建 | 第21-27页 |
| 2.1 引言 | 第21页 |
| 2.2 图像稀疏表示理论 | 第21-24页 |
| 2.2.1 信号稀疏表示原理 | 第21-22页 |
| 2.2.2 字典学习方法 | 第22-23页 |
| 2.2.3 过完备字典下的图像稀疏表示模型 | 第23-24页 |
| 2.3 基于稀疏域选择的图像稀疏表示重建方法 | 第24-26页 |
| 2.3.1 自适应子字典学习 | 第24-25页 |
| 2.3.2 ASDS字典下的稀疏表示 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于外部图像块先验和全局低秩性的图像超分辨率重建 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 外部图像块先验指导的字典学习策略 | 第27-30页 |
| 3.2.1 子字典学习策略 | 第27-30页 |
| 3.2.2 自适应子字典选择 | 第30页 |
| 3.3 结合全局低秩性的稀疏表示重建模型 | 第30-36页 |
| 3.3.1 传统低秩正则化方法 | 第30-34页 |
| 3.3.2 结合全局低秩性的重建模型 | 第34-36页 |
| 3.4 基于外部图像块先验和全局低秩性的重建模型 | 第36-40页 |
| 3.4.1 重建模型求解 | 第36-38页 |
| 3.4.2 算法流程 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 提出方法的实验验证及结果分析 | 第41-61页 |
| 4.1 引言 | 第41页 |
| 4.2 图像质量评价指标 | 第41-42页 |
| 4.3 实验参数的设置与选取 | 第42-47页 |
| 4.4 无噪声实验 | 第47-52页 |
| 4.5 外部图像块先验的有效性实验 | 第52-54页 |
| 4.6 全局低秩性约束的有效性实验 | 第54-56页 |
| 4.7 Bicubic下采样实验 | 第56-58页 |
| 4.8 噪声实验 | 第58-59页 |
| 4.9 时间复杂度分析 | 第59-60页 |
| 4.10 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 全文总结 | 第61页 |
| 5.2 工作展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 附录 | 第69页 |
| A.作者在攻读学位期间发表的论文和申请的发明专利 | 第69页 |
| B.作者在攻读学位期间参加的科研项目 | 第69页 |