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

基于稀疏表达的连分式插值核的图像/视频超分辨率重建方法研究

致谢第9-10页
摘要第10-12页
ABSTRACT第12-13页
1 绪论第20-27页
    1.1 研究背景和意义第20-21页
    1.2 超分辨率重建技术的国内外概况第21-24页
        1.2.1 基于插值的超分辨率重建方法第21页
        1.2.2 基于稀疏表达的超分辨率重建方法第21-22页
        1.2.3 基于凸集投影的超分辨率重建方法第22页
        1.2.4 基于回归的超分辨率重建方法第22-23页
        1.2.5 基于重建的超分辨率重建方法第23页
        1.2.6 其他的超分辨率重建方法第23-24页
        1.2.7 超分辨率重建方法总结第24页
    1.3 本文工作的研究内容及创新点第24-25页
    1.4 论文的结构安排第25-27页
2 稀疏表达与连分式的基本理论介绍第27-43页
    2.1 引言第27页
    2.2 稀疏表达的理论及基本原理第27-29页
        2.2.1 信号的稀疏表示第27-29页
    2.3 字典构建方法第29-32页
        2.3.1 最优方向法第29-30页
        2.3.2 K-奇异值分解法第30页
        2.3.3 广义主成分分析方法第30-31页
        2.3.4 在线字典学习法第31-32页
        2.3.5 参数训练法第32页
    2.4 连分式插值公式及基本理论第32-33页
        2.4.1 连分式的定义第32-33页
    2.5 一元连分式插值第33-36页
        2.5.1 Thiele型连分式插值第33-34页
        2.5.2 一元混合连分式插值及其奇异点的处理第34-35页
        2.5.3 一元向量值连分式插值第35-36页
    2.6 二元连分式插值第36-42页
        2.6.1 Newton-Thiele型混合连分式插值第36-38页
        2.6.2 Thiele-Newton型混合连分式插值第38-39页
        2.6.3 二元Newton-Thiele型混合连分式插值的信息矩阵算法及其奇异点的处理第39-41页
        2.6.4 二元向量值连分式插值第41-42页
    2.7 本章小结第42-43页
3 稀疏主成分分析和Newton-Thiele有理插值相结合的超分辨率重建方法第43-62页
    3.1 引言第43页
    3.2 相关工作第43-44页
    3.3 主成分分析与稀疏主成分分析方法第44-46页
        3.3.1 主成分分析方法第44-45页
        3.3.2 稀疏主成分分析方法第45-46页
    3.4 基于稀疏主成分分析和Newton-Thiele有理插值相结合的超分辨率重建算法第46-51页
        3.4.1 超分辨率重建算法的框架第46-47页
        3.4.2 稀疏主成分分析的去噪算法第47-48页
        3.4.3 Newton-Thiele有理插值的放大算法第48-50页
        3.4.4 超分辨率重建算法描述第50-51页
    3.5 实验结果与分析第51-60页
        3.5.1 图像质量的评价方法第51-53页
        3.5.2 实验结果及分析第53-60页
    3.6 本章小结第60-62页
4 基于稀疏表达的极坐标下的Newton-Thiele有理插值核的超分辨率重建方法第62-88页
    4.1 引言第62页
    4.2 相关工作第62-63页
    4.3 基于中心稀疏表达的超分辨率重建方法第63-70页
        4.3.1 中心稀疏表达方法的介绍第63-64页
        4.3.2 基于中心稀疏表达的超分辨率重建算法第64-67页
        4.3.3 实验结果与分析第67-70页
    4.4 基于稀疏表达的极坐标下的Newton-Thiele有理插值核的超分辨率重建方法第70-86页
        4.4.1 算法的整体框架第71页
        4.4.2 极坐标下的插值窗口的选择第71-73页
        4.4.3 极坐标下Newton-Thiele有理插值公式的构造第73-74页
        4.4.4 极坐标下Newton-Thiele有理插值形式的误差估计及证明第74-76页
        4.4.5 极坐标下的连分式的视频表示方法第76-77页
        4.4.6 基于稀疏表达的极坐标下的Newton-Thiele有理插值核的超分辨率重建算法第77-78页
        4.4.7 实验结果与分析第78-86页
    4.5 本章小结第86-88页
5 基于极坐标下的二元连分式插值的超分辨率重建方法第88-110页
    5.1 引言第88页
    5.2 相关工作第88-89页
    5.3 基于极坐标下的二元连分式插值的超分辨率重建算法第89-97页
        5.3.1 算法的整体框架第89-90页
        5.3.2 直角坐标和极坐标下插值窗口的分析第90-92页
        5.3.3 极坐标下Thiele-Newton有理插值函数的构造第92-95页
        5.3.4 提出的优化模型第95页
        5.3.5 平坦区域的定义第95页
        5.3.6 基于极坐标下的二元连分式插值的超分辨率重建算法第95-97页
    5.4 实验结果与分析第97-108页
        5.4.1 参数设置第97-99页
        5.4.2 实验结果与分析第99-108页
    5.5 本章小结第108-110页
6 总结与展望第110-113页
    6.1 全文总结第110-111页
    6.2 今后的研究工作展望第111-113页
参考文献第113-122页
攻读博士学位期间的学术活动及成果情况第122-123页

论文共123页,点击 下载论文
上一篇:拖延的改变:小组工作介入大学生时间管理探析--基于H大学时间管理项目的实践
下一篇:社会工作介入基层残疾人专职委员服务研究--以H省为例