基于稀疏表示的灰度图像超分辨率重建算法
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-18页 |
| 1.4 论文主要研究内容及创新点 | 第18页 |
| 1.5 论文章节安排 | 第18-20页 |
| 第二章 超分辨率重建理论基础 | 第20-30页 |
| 2.1 超分辨率概念 | 第20页 |
| 2.2 超分辨率重建数学模型 | 第20-21页 |
| 2.3 超分辨率重建算法 | 第21-29页 |
| 2.3.1 基于插值的超分辨率重建算法 | 第21-24页 |
| 2.3.2 基于重建的超分辨率重建算法 | 第24-26页 |
| 2.3.3 基于学习的超分辨率重建算法 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于稀疏表示的灰度图像超分辨率重建算法 | 第30-43页 |
| 3.1 前言 | 第30页 |
| 3.2 稀疏表示理论 | 第30-31页 |
| 3.3 稀疏表示问题的优化算法 | 第31-32页 |
| 3.3.1 匹配追踪算法 | 第31页 |
| 3.3.2 交匹配追踪算法 | 第31-32页 |
| 3.4 正则化稀疏表示算法 | 第32-33页 |
| 3.5 典学习方法 | 第33-34页 |
| 3.6 图像特征提取 | 第34-39页 |
| 3.6.1 边缘检测 | 第34-37页 |
| 3.6.2 纹理特征 | 第37-38页 |
| 3.6.3 特征提取 | 第38-39页 |
| 3.7 字典学习 | 第39-41页 |
| 3.7.1 联合字典学习 | 第39-40页 |
| 3.7.2 基于聚类的字典学习 | 第40-41页 |
| 3.8 基于灰度图像的超分辨率重建 | 第41页 |
| 3.9 本章小结 | 第41-43页 |
| 第四章 实验结果与分析 | 第43-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间已发表论文 | 第61页 |
