| 摘要 | 第3-8页 |
| ABSTRACT | 第8-13页 |
| 第一章 绪论 | 第17-21页 |
| 1.1 研究背景及意义 | 第17-19页 |
| 1.2 研究内容及章节安排 | 第19-21页 |
| 第二章 图像超分辨率重建技术 | 第21-32页 |
| 2.1 基本概念 | 第21-22页 |
| 2.2 图像退化模型 | 第22-24页 |
| 2.3 超分辨率重建方法 | 第24-30页 |
| 2.3.1 基于插值的方法 | 第24-25页 |
| 2.3.2 基于重建的方法 | 第25-28页 |
| 2.3.3 基于学习的方法 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于分块的肺4D-CT图像超分辨率重建 | 第32-48页 |
| 3.1 理论与方法 | 第32-37页 |
| 3.1.1 算法综述 | 第32-33页 |
| 3.1.2 图像块的自适应选取 | 第33-34页 |
| 3.1.3 运动估计 | 第34-35页 |
| 3.1.4 凸集投影(POCS)SR重建 | 第35-36页 |
| 3.1.5 全局约束 | 第36-37页 |
| 3.2 实验结果 | 第37-46页 |
| 3.2.1 仿真数据 | 第37-38页 |
| 3.2.2 参数分析 | 第38-40页 |
| 3.2.3 仿真数据视觉及量化评价 | 第40-42页 |
| 3.2.4 真实数据 | 第42-46页 |
| 3.3 本章小结 | 第46-48页 |
| 第四章 基于图像自相似性的多尺度稀疏表示肺4D.CT图像超分辨率重建 | 第48-66页 |
| 4.1 理论与方法 | 第48-58页 |
| 4.1.1 算法综述 | 第48-50页 |
| 4.1.2 图像自相似性 | 第50-51页 |
| 4.1.3 基于稀疏表示的超分辨率重建 | 第51-55页 |
| 4.1.4 多尺度分析 | 第55-58页 |
| 4.2 实验结果 | 第58-65页 |
| 4.2.1 训练数据 | 第58-59页 |
| 4.2.2 多尺度字典 | 第59页 |
| 4.2.3 仿真实验 | 第59-62页 |
| 4.2.4 多平面重建结果 | 第62-65页 |
| 4.3 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-69页 |
| 5.1 论文总结 | 第66-67页 |
| 5.2 课题展望 | 第67-69页 |
| 参考文献 | 第69-77页 |
| 攻读硕士期间成果 | 第77-78页 |
| 致谢 | 第78-79页 |