| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 光场相机的研究现状 | 第16-17页 |
| 1.2.2 卷积神经网络的研究现状 | 第17-18页 |
| 1.2.3 超分辨率重建的研究现状 | 第18-19页 |
| 1.3 主要内容与章节安排 | 第19-21页 |
| 第二章 光场成像理论和超分辨率重建的基本理论 | 第21-35页 |
| 2.1 光场成像的基本理论 | 第21-22页 |
| 2.2 光场获取的三种方式 | 第22-24页 |
| 2.2.1 相机阵列 | 第22-23页 |
| 2.2.2 基于微透镜阵列光场相机 | 第23页 |
| 2.2.3 基于掩膜的光场相机 | 第23-24页 |
| 2.2.4 三种获取方式优缺点分析 | 第24页 |
| 2.3 光场渲染理论 | 第24-30页 |
| 2.3.1 光场辐射理论 | 第24-25页 |
| 2.3.2 传统型光场相机的渲染 | 第25-27页 |
| 2.3.3 聚焦型光场相机的渲染 | 第27-30页 |
| 2.4 超分辨率重建基本理论 | 第30-32页 |
| 2.4.1 超分辨率重建的基本前提 | 第30-31页 |
| 2.4.2 超分辨率重建的一般步骤 | 第31-32页 |
| 2.5 光场图像的亚像素位移 | 第32-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第三章 基于卷积神经网络的光场图像空间分辨率重建 | 第35-53页 |
| 3.1 人工神经网络 | 第35-37页 |
| 3.1.1 神经网络模型 | 第35-36页 |
| 3.1.2 反向传播算法 | 第36-37页 |
| 3.2 卷积神经网络 | 第37-46页 |
| 3.2.1 卷积神经网络基础 | 第38-40页 |
| 3.2.2 卷积神经网络的反向传播 | 第40-42页 |
| 3.2.3 卷积神经网络的一些问题 | 第42-46页 |
| 3.3 基于卷积神经网络的光场图像空间分辨率重建 | 第46-52页 |
| 3.3.1 空间分辨率重建网络 | 第47-48页 |
| 3.3.2 训练网络 | 第48页 |
| 3.3.3 实验结果及分析 | 第48-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 基于卷积神经网络的光场图像空间和角度分辨率重建 | 第53-59页 |
| 4.1 空间分辨率重建网络 | 第53页 |
| 4.2 角度分辨率重建网络 | 第53-54页 |
| 4.3 训练网络 | 第54-55页 |
| 4.4 实验结果及分析 | 第55-58页 |
| 4.4.1 实验设置 | 第55页 |
| 4.4.2 实验结果 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 论文总结 | 第59页 |
| 5.2 工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |