| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-22页 |
| ·课题的研究背景和意义 | 第10-12页 |
| ·超分辨率系统模型及分类 | 第12-17页 |
| ·超分辨率的系统模型 | 第12页 |
| ·超分辨率算法分类 | 第12-17页 |
| ·基于插值的超分辨率 | 第13-14页 |
| ·基于重建的超分辨率 | 第14-15页 |
| ·基于学习的超分辨率 | 第15-17页 |
| ·图像超分辨率的发展现状 | 第17-19页 |
| ·论文的研究内容及结构安排 | 第19-20页 |
| ·论文的研究内容 | 第19-20页 |
| ·论文的结构安排 | 第20页 |
| ·本章小结 | 第20-22页 |
| 第二章 图像稀疏表示与字典学习理论基础 | 第22-34页 |
| ·稀疏表示的理论 | 第22-24页 |
| ·稀疏表示的优化算法 | 第24-27页 |
| ·基追踪(BP)算法 | 第25页 |
| ·配追踪(MP)算法 | 第25-26页 |
| ·交匹配追踪(OMP)算法 | 第26-27页 |
| ·冗余字典的设计 | 第27-33页 |
| ·最佳方向法(MOD) | 第28-29页 |
| ·最大似然法(Maximum Likelihood Methods) | 第29-30页 |
| ·奇异值分解法(K-SVD) | 第30-33页 |
| ·奇异值分解的理论描述 | 第30-31页 |
| ·奇异值分解的字典训练算法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于稀疏表示的单帧图像超分辨率算法研究 | 第34-56页 |
| ·引言 | 第34页 |
| ·基于稀疏表示的图像超分辨率算法原理 | 第34-42页 |
| ·算法的基本思想 | 第34-36页 |
| ·算法的详细原理 | 第36-39页 |
| ·字典对的训练 | 第39-41页 |
| ·图像块特征的提取 | 第41-42页 |
| ·图像质量的评价 | 第42-44页 |
| ·均方误差(MSE) | 第43页 |
| ·峰值信噪比(PSNR) | 第43-44页 |
| ·结构相似度(SSIM) | 第44页 |
| ·实验结果及分析 | 第44-53页 |
| ·实验一 高低分辨率字典对的训练 | 第45-46页 |
| ·实验二 超分辨率图像重建 | 第46-49页 |
| ·实验三 字典规模对超分辨率图像重建的影响 | 第49-51页 |
| ·实验四 稀疏表示的超分辨率算法对噪声的鲁棒性 | 第51-53页 |
| ·本章小结 | 第53-56页 |
| 第四章 基于图像块选择策略的快速稀疏表示算法研究 | 第56-64页 |
| ·引言 | 第56页 |
| ·基于图像块选择策略的快速稀疏表示算法 | 第56-59页 |
| ·图像的方差 | 第56-57页 |
| ·快速稀疏表示算法 | 第57-59页 |
| ·实验结果及分析 | 第59-61页 |
| ·本章小结 | 第61-64页 |
| 第五章 工作总结与展望 | 第64-66页 |
| ·本文工作总结 | 第64页 |
| ·研究展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录A 攻读硕士学位期间发表的论文以及软件著作权 | 第72页 |