基于学习的图像超分辨率重建算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景与意义 | 第10-11页 |
| 1.2 相关图像处理技术 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 本文研究内容 | 第14-15页 |
| 1.5 本文的章节安排 | 第15-16页 |
| 第2章 超分辨率重建算法概述 | 第16-26页 |
| 2.1 基于重建的方法 | 第16-23页 |
| 2.1.1 频域法 | 第17-18页 |
| 2.1.2 空域法 | 第18-23页 |
| 2.2 基于学习的方法 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 改进的基于学习的超分辨率重建算法 | 第26-44页 |
| 3.1 原基于学习的超分辨率重建算法 | 第26-30页 |
| 3.1.1 原基于学习的重建算法研究 | 第26-30页 |
| 3.1.2 原方法存在的问题 | 第30页 |
| 3.2 图像纹理分解 | 第30-32页 |
| 3.3 纹理图像学习重建 | 第32-38页 |
| 3.3.1 颜色空间转换 | 第33页 |
| 3.3.2 图像分解 | 第33-35页 |
| 3.3.3 纹理图像学习重建 | 第35-37页 |
| 3.3.4 组合图像 | 第37-38页 |
| 3.4 仿真实验及结果分析 | 第38-42页 |
| 3.4.1 用不同方法对图像进行重建 | 第38-41页 |
| 3.4.2 实验结果对比分析 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 应用改进算法重建车牌图像 | 第44-52页 |
| 4.1 车牌图像超分辨率重建的意义 | 第44-45页 |
| 4.2 车牌图像重建实验 | 第45-51页 |
| 4.2.1 应用本文方法重建车牌图像 | 第45-49页 |
| 4.2.2 应用效果分析 | 第49-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 本文工作总结 | 第52页 |
| 5.2 进一步工作展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
