首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于字典学习的超分辨率图像重构

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-14页
   ·研究背景和意义第8-9页
   ·研究现状第9-10页
   ·研究内容和创新第10-11页
   ·论文架构安排第11-14页
第二章 超分辨率图像重构模型第14-24页
   ·超分辨率图像重构数学模型第14-16页
   ·超分辨率图像重构步骤第16-17页
   ·传统超分辨率图像重构方法第17-19页
     ·非均匀插值算法第17-18页
     ·迭代反投影法第18页
     ·最大后验概率法和最大似然估计法第18-19页
   ·基于学习的超分辨率图像重构方法第19-20页
   ·重构图像质量评价指标第20-22页
   ·本章小结第22-24页
第三章 基于字典学习的超分辨率图像重构第24-54页
   ·图像的稀疏表示第24-26页
   ·基于稀疏表示的超分辨率图像重构第26-29页
   ·KSVD字典学习算法第29-32页
   ·多任务字典学习超分辨率图像重构第32-36页
     ·单任务学习算法第32-33页
     ·多任务学习算法第33-36页
   ·实验结果与分析第36-52页
     ·自然图像实验结果与分析第37-46页
     ·遥感图像实验结果与分析第46-52页
   ·本章小结第52-54页
第四章 基于局部约束的多任务字典学习超分辨率图像重构第54-70页
   ·结构相似性约束滤波第54-55页
   ·超分辨率图像重构中的局部约束第55-57页
   ·基于局部约束和多任务字典学习的超分辨率图像重构第57-58页
   ·实验结果与分析第58-68页
     ·自然图像实验结果与分析第58-62页
     ·遥感图像实验结果与分析第62-68页
   ·本章小结第68-70页
第五章 基于残差补偿的多任务字典学习超分辨率图像重构第70-82页
   ·残差补偿第70-71页
   ·基于残差补偿和多任务字典学习的超分辨率图像重构第71-73页
   ·实验结果与分析第73-81页
     ·自然图像实验结果与分析第73-77页
     ·遥感图像实验结果与分析第77-81页
   ·本章小结第81-82页
第六章 总结与展望第82-84页
   ·总结第82页
   ·展望第82-84页
致谢第84-86页
参考文献第86-90页
硕士期间成果第90页

论文共90页,点击 下载论文
上一篇:基于GIS/GPS/GPRS城市公交智能调度系统的设计与实现
下一篇:Petri网死锁迭代控制算法研究