| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 研究背景与意义 | 第9-12页 |
| 1.2 超分辨率重建算法的国内外研究现状 | 第12-17页 |
| 1.2.1 彩色图像超分辨率重建的发展现状 | 第13-16页 |
| 1.2.2 深度图像超分辨率重建的发展现状 | 第16-17页 |
| 1.3 本文的主要贡献及论文结构安排 | 第17-21页 |
| 1.3.1 论文主要贡献 | 第18页 |
| 1.3.2 论文结构安排 | 第18-21页 |
| 第2章 基于字典学习和稀疏表示的超分辨率重建方法 | 第21-31页 |
| 2.1 图像的退化模型 | 第21-22页 |
| 2.2 图像的稀疏表示模型 | 第22-24页 |
| 2.2.1 稀疏表示理论 | 第22-24页 |
| 2.2.2 常见正则项 | 第24页 |
| 2.3 基于联合字典学习的图像超分辨率重建 | 第24-28页 |
| 2.4 超分辨率重建的图像质量评价方法 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 基于联合字典学习的深度图像超分辨率重建 | 第31-43页 |
| 3.1 基于稀疏表示的深度图像的超分辨率重建 | 第31-32页 |
| 3.2 基于联合字典学习和稀疏表示的深度图像的超分辨率重建 | 第32-36页 |
| 3.2.1 联合图像块的构建过程 | 第33页 |
| 3.2.2 联合字典的训练过程 | 第33-34页 |
| 3.2.3 联合编码增量 | 第34-35页 |
| 3.2.4 α_i的估计 | 第35-36页 |
| 3.3 重建高分辨率的深度图 | 第36-38页 |
| 3.4 实验结果和分析 | 第38-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 基于改进邻域嵌入法和梯度直方图正则项的图像超分辨率重建 | 第43-57页 |
| 4.1 基于稀疏表示的彩色图像的超分辨率重建 | 第43-44页 |
| 4.2 基于邻域嵌入法和GHP正则项的图像超分辨率重建 | 第44-51页 |
| 4.2.1 基于非局部自相似性改进的邻域嵌入算法 | 第44-46页 |
| 4.2.2 梯度直方图保留（GHP）正则项 | 第46-47页 |
| 4.2.3 正则参数γ的估计方法 | 第47-49页 |
| 4.2.4 重建高分辨率的彩图和深度图 | 第49-51页 |
| 4.3 实验结果与分析 | 第51-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-61页 |
| 5.1 本文工作总结 | 第57-58页 |
| 5.2 未来工作展望 | 第58-61页 |
| 参考文献 | 第61-67页 |
| 发表论文和参加科研情况说明 | 第67-68页 |
| 致谢 | 第68-69页 |
