基于视频序列的图像超分辨率重建技术研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-17页 |
| ·研究背景 | 第11-13页 |
| ·应用前景 | 第13-14页 |
| ·研究现状 | 第14-15页 |
| ·面临的主要技术挑战 | 第15页 |
| ·本文的研究内容和结构 | 第15-17页 |
| 2 超分辨率图像重建模型 | 第17-30页 |
| ·图像超分辨率重建的数学描述 | 第17-22页 |
| ·基本概念 | 第17-19页 |
| ·数学模型 | 第19-20页 |
| ·图像退化模型 | 第20-22页 |
| ·序列图像的超分辨率重建需要解决的问题 | 第22-24页 |
| ·超分辨率重建问题的解 | 第22-23页 |
| ·超分辨率图像重建的基本环节 | 第23-24页 |
| ·序列图像的超分辨率重建算法概述 | 第24-29页 |
| ·频域算法 | 第24-25页 |
| ·空域算法 | 第25-29页 |
| ·序列图像的超分辨率重建质量评价 | 第29-30页 |
| 3 图像配准 | 第30-48页 |
| ·基本概念 | 第30-31页 |
| ·配准方法 | 第31-37页 |
| ·方法分类 | 第31-33页 |
| ·算法介绍 | 第33-36页 |
| ·本文的配准算法 | 第36-37页 |
| ·基于光流的图像配准 | 第37-48页 |
| ·光流法原理及分类 | 第37-38页 |
| ·Horn-Schunck算法原理 | 第38-40页 |
| ·Horn-Schunck算法实验说明 | 第40-44页 |
| ·基于Horn-Schunck改进的配准算法 | 第44-46页 |
| ·实验结果 | 第46-48页 |
| 4 归一化卷积图像插值 | 第48-57页 |
| ·插值方法概述 | 第48页 |
| ·基于多项式基底的归一化卷积 | 第48-50页 |
| ·自适应结构函数 | 第50-54页 |
| ·估计局部图像结构和规模 | 第51-52页 |
| ·自适应结构的适用函数 | 第52页 |
| ·归一化卷积的白适应结构函数实验 | 第52-54页 |
| ·健壮性判定值 | 第54-57页 |
| ·健壮项 | 第54-55页 |
| ·归一化卷积的健壮性判定实验 | 第55-57页 |
| 5 序列图像超分辨率重建实验结果及分析 | 第57-64页 |
| ·实验环境和程序流程图 | 第57页 |
| ·仿真实验 | 第57-60页 |
| ·实验一 | 第57-59页 |
| ·实验二 | 第59-60页 |
| ·实拍实验 | 第60-64页 |
| 6 总结和未来展望 | 第64-66页 |
| ·全文总结 | 第64-65页 |
| ·工作展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
