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

基于残差字典的超分辨率图像重构

摘要第4-5页
abstract第5页
第一章 绪论第7-11页
    1.1 课题的研究意义和背景第7-8页
    1.2 图像超分辨重构的国内外研究现状第8-10页
    1.3 本文主要研究工作和论文组织第10-11页
第二章 图像重构方法及评价指标第11-22页
    2.1 图像超分辨重构的基本概念第11-20页
        2.1.1 基于插值的图像超分辨重构算法第11-13页
        2.1.2 基于约束重建的图像超分辨重构算法第13-16页
        2.1.3 基于学习的图像超分辨重构算法第16-20页
    2.2 图像超分辨重构的评价指标第20-22页
第三章 基于SVR的超分辨率重构理论基础第22-30页
    3.1 SVR的基本原理第22-28页
        3.1.1 SVM的基本模型第22-25页
        3.1.2 核函数及松弛变量选择第25-26页
        3.1.3 解决回归问题的SVR模型第26-27页
        3.1.4 特征选择方法第27-28页
    3.2 不同域下的重构方法第28-30页
第四章 基于SVR的图像超分辨率重构算法第30-37页
    4.1 图像降质模型的选择第31页
    4.2 样本训练第31-35页
        4.2.1 普通字典第32-34页
        4.2.2 残差字典第34-35页
    4.3 图像回归第35-37页
第五章 实验结果与分析第37-44页
    5.1 超分辨率图像重构实验第37-39页
    5.2 重构效果评价第39-41页
    5.3 实验结果分类第41-43页
    5.4 综合评价第43-44页
第六章 总结与展望第44-46页
    6.1 论文工作总结第44页
    6.2 未来研究展望第44-46页
参考文献第46-50页
发表论文和科研情况说明第50-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:基于视觉检测的光学聚焦镜头感光元件定位系统研究
下一篇:基于六轴工业机器人的柔性裱花系统设计与研究