| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 研究现状 | 第10-16页 |
| 1.2.1 频域图像超分辨率重建 | 第10-11页 |
| 1.2.2 多幅图像空域超分辨率重建 | 第11-13页 |
| 1.2.3 单幅图像空域超分辨率重建 | 第13-16页 |
| 1.3 本文工作 | 第16-18页 |
| 第二章 基于字典表示的邻域嵌入超分辨率重建 | 第18-34页 |
| 2.1 邻域嵌入与稀疏表示 | 第18-21页 |
| 2.2 邻域嵌入超分辨率重建的局限性 | 第21-23页 |
| 2.3 字典表示邻域嵌入超分辨率重建（DR-NE） | 第23-26页 |
| 2.4 实验结果与分析 | 第26-33页 |
| 2.4.1 重建效果对比 | 第28-30页 |
| 2.4.2 邻域大小及正则化参数对DR-NE重建效果的影响 | 第30-33页 |
| 2.4.3 重建时间对比 | 第33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 方向字典子图的初始邻域NE重建算法 | 第34-54页 |
| 3.1 方向聚类字典分解的特征子图NE重建 | 第34-39页 |
| 3.1.1 方向聚类字典训练 | 第34-38页 |
| 3.1.2 特征子图NE重构 | 第38-39页 |
| 3.2 基于随机森林初始邻域的NE重建算法 | 第39-44页 |
| 3.2.1 初始邻域的建立 | 第40-43页 |
| 3.2.2 稀疏邻域嵌入超分辨率重建 | 第43-44页 |
| 3.3 方向字典子图的初始邻域NE总方案 | 第44-47页 |
| 3.3.1 图像归一化预处理 | 第44-45页 |
| 3.3.2 随机森林分类图像库预处理 | 第45-46页 |
| 3.3.3 方案框图 | 第46-47页 |
| 3.4 实验结果与分析 | 第47-52页 |
| 3.4.1 细节子图能量占比对重构效果的影响 | 第47-48页 |
| 3.4.2 与原NE算法重构效果对比 | 第48-50页 |
| 3.4.3 邻域大小对重构PSNR的影响 | 第50-51页 |
| 3.4.4 与原NE算法重构时间对比 | 第51-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第四章 重构模型误差补偿算法 | 第54-68页 |
| 4.1 基于迭代反投影的残差处理及不足 | 第54-55页 |
| 4.2 基于字典SR的表示差反馈补偿算法（RERFD） | 第55-59页 |
| 4.2.1 基于NE的RERFD补偿算法 | 第56-58页 |
| 4.2.2 基于稀疏表示SR的RERFD补偿算法 | 第58-59页 |
| 4.3 高分辨率图像监督修正算法（HRSC） | 第59-61页 |
| 4.4 残差金字塔二次补偿算法（RPSC） | 第61页 |
| 4.5 实验结果和分析 | 第61-66页 |
| 4.5.1 RERFD算法重建结果 | 第62-64页 |
| 4.5.2 HRSC和RPSC算法重建效果 | 第64-66页 |
| 4.6 本章小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 不足与展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |
