| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 多幅图像超分辨率重构研究现状 | 第9-10页 |
| 1.2.2 单幅图像超分辨率重构研究现状 | 第10-12页 |
| 1.3 本文主要内容及安排 | 第12-14页 |
| 第二章 图像超分辨率重构算法 | 第14-27页 |
| 2.1 典型的图像降质模型 | 第14页 |
| 2.2 图像超分辨率重构的分类 | 第14-21页 |
| 2.2.1 基于插值的算法 | 第14-18页 |
| 2.2.2 基于重建的算法 | 第18-19页 |
| 2.2.3 基于学习的算法 | 第19-21页 |
| 2.3 单幅图像超分辨率重构理论 | 第21-24页 |
| 2.3.1 单幅图像超分辨率重构的基础知识 | 第21-22页 |
| 2.3.2 支持向量回归机 | 第22-24页 |
| 2.4 图像超分辨率重构评价标准 | 第24-26页 |
| 2.4.1 主观评价标准 | 第24-25页 |
| 2.4.2 客观评价标准 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于多字典学习和改进的IBP的单幅图像超分辨率重构 | 第27-35页 |
| 3.1 图像的预处理过程 | 第27-28页 |
| 3.2 多字典的学习过程 | 第28-31页 |
| 3.2.1 基于DCT域的低频图像块字典学习 | 第28-29页 |
| 3.2.2 基于空域的高频图像块字典学习 | 第29-31页 |
| 3.3 多字典的预测过程 | 第31-32页 |
| 3.3.1 基于DCT域的低频图像块字典预测 | 第31页 |
| 3.3.2 基于空域的高频图像块字典预测 | 第31-32页 |
| 3.4 基于改进的IBP的后处理过程 | 第32-34页 |
| 3.4.1 传统IBP算法 | 第32-33页 |
| 3.4.2 改进的IBP算法 | 第33-34页 |
| 3.4.3 后处理过程 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 实验结果与分析 | 第35-45页 |
| 4.1 实验建立 | 第35页 |
| 4.2 结果及分析 | 第35-44页 |
| 4.2.1 字典维度选择 | 第35-39页 |
| 4.2.2 不同算法的比较 | 第39-41页 |
| 4.2.3 改进的IBP有效性验证 | 第41-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-46页 |
| 5.1 论文内容总结 | 第45页 |
| 5.2 展望 | 第45-46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 |