红外图像的超分辨率算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·课题背景 | 第7-8页 |
| ·发展历史和研究现状 | 第8-9页 |
| ·研究思路和章节安排 | 第9-11页 |
| ·研究思路 | 第9-10页 |
| ·章节安排 | 第10-11页 |
| 2 红外图像和超分辨率技术 | 第11-26页 |
| ·红外图像的基本特征 | 第11页 |
| ·超分辨率的理论基础 | 第11-15页 |
| ·数学物理基础 | 第12-14页 |
| ·退化模型 | 第14-15页 |
| ·超分辨率问题的不适定性 | 第15-19页 |
| ·反问题和不适定问题 | 第15-16页 |
| ·病态反问题的本质 | 第16-19页 |
| ·超分辨率算法综述 | 第19-23页 |
| ·非均匀采样内插法 | 第20页 |
| ·迭代反向投影(IBP) | 第20-21页 |
| ·贝叶斯分析法(MAP/ML) | 第21-22页 |
| ·凸集投影法(POCS) | 第22-23页 |
| ·混合ML/MAP/POCS方法 | 第23页 |
| ·图像的质量评价 | 第23-26页 |
| 3 多帧图像配准 | 第26-37页 |
| ·引言 | 第26页 |
| ·配准准则 | 第26-27页 |
| ·空间变换 | 第27-28页 |
| ·基于块匹配的运动估计 | 第28-33页 |
| ·块匹配原理 | 第28-29页 |
| ·快速块匹配算法 | 第29-33页 |
| ·基于光流法的运动估计 | 第33-37页 |
| ·Horn&Schunck算法 | 第33-34页 |
| ·Lucas&Kanade算法 | 第34-35页 |
| ·改进的LK光流算法 | 第35-37页 |
| 4 正则化超分辨率重建 | 第37-56页 |
| ·正则化理论 | 第37-41页 |
| ·经典正则化模型 | 第37-39页 |
| ·自适应正则化模型 | 第39-41页 |
| ·正则化参数的选择 | 第41-45页 |
| ·经验选择法 | 第43页 |
| ·L曲线法 | 第43-44页 |
| ·广义交叉验证法(GCV) | 第44-45页 |
| ·改进的正则化参数 | 第45页 |
| ·本文算法的实现步骤 | 第45-47页 |
| ·实验结果与分析 | 第47-56页 |
| ·评价指标 | 第47页 |
| ·实验结果 | 第47-56页 |
| 5 总结和展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
