基于稀疏表示理论的图像超分辨率重构算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-19页 |
| ·研究背景及意义 | 第12-14页 |
| ·稀疏表示理论 | 第14-17页 |
| ·问题的提出 | 第14-15页 |
| ·信号表示理论 | 第15-16页 |
| ·信号的稀疏性度量 | 第16-17页 |
| ·论文研究内容和章节安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 图像超分辨率重构技术基础 | 第19-33页 |
| ·超分辨率重构的降质模型 | 第19-20页 |
| ·传统超分辨率重构算法概述 | 第20-26页 |
| ·基于插值的算法 | 第20-21页 |
| ·基于重建的算法 | 第21-24页 |
| ·基于学习的算法 | 第24-26页 |
| ·基于稀疏表示的图像超分辨率重构算法 | 第26-29页 |
| ·基于稀疏表示的图像超分辨率重构 | 第26-27页 |
| ·字典构造 | 第27-29页 |
| ·图像质量评价 | 第29-32页 |
| ·主观质量评价方法 | 第29-30页 |
| ·客观质量评价方法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于 MCA 分解的超分辨重构算法 | 第33-53页 |
| ·算法主要思想 | 第33-34页 |
| ·MCA 图像分解 | 第34-39页 |
| ·算法描述 | 第34-36页 |
| ·字典选择 | 第36-37页 |
| ·分解流程 | 第37-39页 |
| ·纹理子图重构 | 第39-42页 |
| ·纹理子图重构流程 | 第39页 |
| ·字典训练 | 第39-42页 |
| ·结构子图重构 | 第42-45页 |
| ·实验与分析 | 第45-52页 |
| ·超分辨率重构中采样矩阵设计 | 第45-46页 |
| ·实验参数设定 | 第46-47页 |
| ·彩色图像重构处理 | 第47-48页 |
| ·实验结果与分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 基于显著图的超分辨率重构算法 | 第53-66页 |
| ·引言 | 第53-54页 |
| ·图像显著区域理论 | 第54-60页 |
| ·视觉注意力机制 | 第55-56页 |
| ·Itti-Koch 模型 | 第56-60页 |
| ·算法流程 | 第60-62页 |
| ·实验及分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·论文总结 | 第66-67页 |
| ·研究展望 | 第67页 |
| ·本章小结 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间已发表或录用的论文 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |
