| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-16页 |
| 1.3 本文主要工作及章节安排 | 第16-18页 |
| 2 图像超分辨率重建理论 | 第18-27页 |
| 2.1 图像的观测模型 | 第18页 |
| 2.2 图像的超分辨率重建算法 | 第18-24页 |
| 2.2.1 单幅图像的超分辨率重建 | 第18-22页 |
| 2.2.2 多幅图像的超分辨率重建 | 第22-24页 |
| 2.3 图像质量评价标准 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 3 基于稀疏表示的单幅人脸图像的超分辨率算法 | 第27-34页 |
| 3.1 稀疏表示理论 | 第27页 |
| 3.2 字典训练算法 | 第27-30页 |
| 3.3 基于稀疏表示的单幅人脸图像的超分辨率算法 | 第30-33页 |
| 3.3.1 超分辨率重建算法框架 | 第31-32页 |
| 3.3.2 实验结果及分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 基于稀疏表示和小波变换的单幅人脸图像的超分辨率重建 | 第34-47页 |
| 4.1 人脸超分辨率重建算法设计 | 第34-35页 |
| 4.2 人脸图像的预处理 | 第35-39页 |
| 4.2.1 噪声的分类 | 第35-36页 |
| 4.2.2 图像去噪方法 | 第36-39页 |
| 4.3 小波变换 | 第39-43页 |
| 4.3.1 小波变换的基本理论 | 第39-40页 |
| 4.3.2 分解与重构的实现 | 第40页 |
| 4.3.3 图像处理中的分解与重构实现 | 第40-41页 |
| 4.3.4 常用的小波函数介绍 | 第41-43页 |
| 4.4 低分辨率图像的稀疏重建 | 第43-45页 |
| 4.4.1 构建高低分辨率字典对 | 第43-44页 |
| 4.4.2 低分辨率图像高频部分的重建 | 第44-45页 |
| 4.5 高分辨率图像的误差修正 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 5 仿真实验及结果分析 | 第47-55页 |
| 5.1 人脸数据库的选取 | 第47-48页 |
| 5.2 不同算法重建图像质量对比 | 第48-50页 |
| 5.3 含噪人脸图像的超分辨率重建 | 第50-52页 |
| 5.4 不同算法重建时间对比 | 第52-53页 |
| 5.5 本章小结 | 第53-55页 |
| 6 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第60-61页 |
| 致谢 | 第61页 |