| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 超分辨率图像复原技术 | 第8-11页 |
| 1.1.1 超分辨率复原的理论基础 | 第8页 |
| 1.1.2 超分辨率图像复原研究意义 | 第8-9页 |
| 1.1.3 超分辨率图像复原方法的研究现状 | 第9-11页 |
| 1.2 本文所做的研究工作 | 第11页 |
| 1.3 本文章节的安排 | 第11-12页 |
| 第2章 基于重建的超分辨率图像复原 | 第12-20页 |
| 2.1 超分辨率复原的理论基础 | 第12页 |
| 2.2 基于重建的超分辨率复原算法 | 第12-17页 |
| 2.2.1 迭代反投影法 | 第13-14页 |
| 2.2.2 插值法 | 第14页 |
| 2.2.3 凸集投影法 | 第14-15页 |
| 2.2.4 正则化法 | 第15-16页 |
| 2.2.5 最大后验概率法 | 第16-17页 |
| 2.2.6 MAP 法和 POCS 法的比较 | 第17页 |
| 2.3 超分辨率复原算法性能评价 | 第17-19页 |
| 2.3.1 图像复原的质量评价 | 第17-18页 |
| 2.3.2 超分辨率图像复原性能指标 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 图像稀疏表示的基本理论 | 第20-25页 |
| 3.1 稀疏表示 | 第20页 |
| 3.2 图像的稀疏表示 | 第20-22页 |
| 3.3 过完备字典的设计 | 第22-24页 |
| 3.3.1 最佳方向法（MOD） | 第23-24页 |
| 3.3.2 广义主成分分析法 | 第24页 |
| 3.3.3 K-SVD 方法 | 第24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 基于稀疏表示的超分辨率图像复原 | 第25-40页 |
| 4.1 基于学习超分辨率复原算法的基本理论 | 第25-26页 |
| 4.2 基于稀疏表示的超分辨率复原算法 | 第26-28页 |
| 4.2.1 单幅图像的超分辨率复原 | 第26-27页 |
| 4.2.2 稀疏表示结合凸集投影的超分辨率图像复原算法介绍 | 第27-28页 |
| 4.3 训练阶段 | 第28-32页 |
| 4.3.1 特征提取 | 第28-30页 |
| 4.3.2 稀疏编码与字典学习 | 第30-32页 |
| 4.4 重建阶段 | 第32-33页 |
| 4.5 凸集投影 | 第33页 |
| 4.5.1 凸集投影算法原理 | 第33页 |
| 4.5.2 反向投影算法 | 第33页 |
| 4.6 实验结果与分析 | 第33-39页 |
| 4.7 本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-42页 |
| 5.1 总结 | 第40页 |
| 5.2 展望 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 攻读硕士期间发表和录用的论文 | 第46-47页 |
| 致谢 | 第47-48页 |
| 详细摘要 | 第48-51页 |