基于序列图像的超分辨率重建算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景和研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文概述 | 第11-13页 |
| ·研究内容 | 第11页 |
| ·主要工作及成果 | 第11-12页 |
| ·论文章节安排 | 第12-13页 |
| 第二章 超分辨率重建问题描述 | 第13-24页 |
| ·图像超分辨率重建的基本原理 | 第13-15页 |
| ·超分辨率的含义 | 第13-14页 |
| ·超分辨率重建的原理 | 第14页 |
| ·超分辨率重建的流程 | 第14-15页 |
| ·图像观测模型 | 第15-19页 |
| ·Bose and Boo模型 | 第16-17页 |
| ·Elad模型 | 第17-19页 |
| ·模型参数 | 第19-20页 |
| ·几何形变 | 第19页 |
| ·模糊 | 第19-20页 |
| ·欠采样 | 第20页 |
| ·噪声 | 第20页 |
| ·重建框架 | 第20-22页 |
| ·数据保真度估计 | 第20-21页 |
| ·正则化 | 第21-22页 |
| ·目标函数最优化求解 | 第22页 |
| ·快速实现方法 | 第22-23页 |
| ·重建质量评价 | 第23页 |
| ·小结 | 第23-24页 |
| 第三章 亚像素图像配准 | 第24-31页 |
| ·图像配准的基本概念 | 第24-25页 |
| ·亚像素图像配准基本方法 | 第25-29页 |
| ·亚像素相位相关配准方法 | 第26页 |
| ·基于光流场的亚像素配准方法 | 第26-27页 |
| ·结合高斯金字塔分层的光流场亚像素配准方法 | 第27-29页 |
| ·实验结果与分析 | 第29-30页 |
| ·仿真实验 | 第29页 |
| ·真实视频序列实验 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第四章 基于L1范数的图像超分辨率重建算法 | 第31-47页 |
| ·基于L2范数的超分辨率重建算法 | 第31-33页 |
| ·均值Shift&Add方法 | 第31-32页 |
| ·基于L2范数估计和Tikhonov正则的方法 | 第32-33页 |
| ·基于中值估计的超分辨率重建方法 | 第33页 |
| ·基于L1范数的超分辨率重建算法 | 第33-37页 |
| ·模型误差 | 第33-34页 |
| ·L1范数数据保真度估计 | 第34-35页 |
| ·双边全变差正则化 | 第35-36页 |
| ·最优化求解 | 第36-37页 |
| ·算法评价 | 第37页 |
| ·改进的L1范数超分辨率重建算法 | 第37-39页 |
| ·正则参数的自适应选择 | 第37-38页 |
| ·迭代步长的确定 | 第38页 |
| ·迭代初始值的选择 | 第38-39页 |
| ·实验结果与分析 | 第39-46页 |
| ·纯平移运动仿真实验 | 第40-44页 |
| ·三参数刚体运动仿真实验 | 第44-45页 |
| ·真实视频序列实验 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第五章 基于混合先验模型的超分辨率重建算法 | 第47-57页 |
| ·像素差分统计 | 第47-48页 |
| ·统计分布模型 | 第48-50页 |
| ·高斯分布 | 第48页 |
| ·拉普拉斯分布 | 第48页 |
| ·拉普拉斯-高斯混合分布 | 第48-49页 |
| ·Kullback-Leibler距离测试 | 第49-50页 |
| ·基于混合先验模型的超分辨率重建算法 | 第50-54页 |
| ·BTV正则项的差分统计解释 | 第50-51页 |
| ·基于混合先验模型的正则项描述 | 第51-52页 |
| ·基于混合先验模型的图像超分辨率算法 | 第52-54页 |
| ·实验结果与分析 | 第54-56页 |
| ·小结 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| ·本文工作及成果总结 | 第57-58页 |
| ·本文存在的不足及今后研究方向 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附录A:图像超分辨率重建系统设计 | 第65-66页 |
