| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 引言 | 第13-22页 |
| 1.1 论文研究背景 | 第13-14页 |
| 1.2 相关技术简介 | 第14-19页 |
| 1.2.1 超分辨率重建技术 | 第14-16页 |
| 1.2.2 图像配准 | 第16-17页 |
| 1.2.3 超分辨率重建与图像配准的关系 | 第17-19页 |
| 1.3 本文研究目的与技术路线 | 第19-21页 |
| 1.4 本章组织结构 | 第21页 |
| 1.5 本章小结 | 第21-22页 |
| 第二章 图像配准基本原理及分类 | 第22-34页 |
| 2.1 图像配准原理 | 第22-27页 |
| 2.1.1 配准方法基本步骤 | 第22-23页 |
| 2.1.2 配准变换模型 | 第23-26页 |
| 2.1.3 灰度级插值 | 第26-27页 |
| 2.2 图像配准算法及其分类 | 第27-33页 |
| 2.2.1 基于区域法和基于特征法 | 第28-30页 |
| 2.2.2 空间域法和频率域法 | 第30-31页 |
| 2.2.3 基于变换模型的不同的分类方法 | 第31-32页 |
| 2.2.4 单模态法和多模态法 | 第32页 |
| 2.2.5 自动法和交互法 | 第32页 |
| 2.2.6 相似性测度法 | 第32-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第三章 超分辨率重建算法研究 | 第34-43页 |
| 3.1 观测模型的建立 | 第34-36页 |
| 3.2 超分辨率图像重建算法的发展现状 | 第36-38页 |
| 3.3 基于正则化的超分辨率重建算法 | 第38-42页 |
| 3.3.1 病态性及正则化 | 第38-39页 |
| 3.3.2 Robust SR 重建法和基于CFA 图像的超分辨率重建法 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 图像配准算法分析与改进 | 第43-64页 |
| 4.1 VANDEWALLE 配准算法 | 第43-46页 |
| 4.1.1 相位估计 | 第44-45页 |
| 4.1.2 平移估计 | 第45页 |
| 4.1.3 混叠现象 | 第45-46页 |
| 4.2 KEREN 配准算法 | 第46-50页 |
| 4.3 算法比较与分析 | 第50-52页 |
| 4.4 加入金字塔模型的频率域配准算法 | 第52-54页 |
| 4.4.1 金字塔模型 | 第52-53页 |
| 4.4.2 加入金字塔模型的Vandewalle 算法 | 第53-54页 |
| 4.5 基于VANDEWALLE 和KEREN 算法的组合图像配准算法 | 第54-56页 |
| 4.6 实验结果分析 | 第56-63页 |
| 4.6.1 实验数据 | 第56-58页 |
| 4.6.2 实验结果分析 | 第58-61页 |
| 4.6.3 配准评估方法 | 第61-63页 |
| 4.7 本章小结 | 第63-64页 |
| 第五章 超分辨率图像重建成果展示 | 第64-71页 |
| 5.1 仿真结果 | 第64-68页 |
| 5.2 真实数据重建结果 | 第68-70页 |
| 5.3 本章小结 | 第70-71页 |
| 第六章 全文总结 | 第71-73页 |
| 6.1 主要结论 | 第71-72页 |
| 6.2 研究展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间已发表或录用的论文 | 第79-81页 |
