| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 超分辨率研究背景与意义 | 第11-13页 |
| 1.2 超分辨率重建研究进展 | 第13-16页 |
| 1.2.1 基于插值的SR方法 | 第13页 |
| 1.2.2 基于重建的SR方法 | 第13-15页 |
| 1.2.3 基于学习的SR方法 | 第15-16页 |
| 1.3 本文工作及内容安排 | 第16-17页 |
| 第二章 PSF修正的振铃效应抑制超分辨率重建 | 第17-36页 |
| 2.1 引言 | 第17-18页 |
| 2.2 运动模糊的多帧图像退化模型 | 第18-19页 |
| 2.3 运动模糊PSF的估计 | 第19-21页 |
| 2.4 图像预处理 | 第21-23页 |
| 2.5 改进的自适应维纳滤波 | 第23-24页 |
| 2.6 实验与分析 | 第24-34页 |
| 2.6.1 实验设置 | 第24-26页 |
| 2.6.2 实验结果 | 第26-34页 |
| 2.7 本章小结 | 第34-36页 |
| 第三章 抑制泊松噪声图像振铃效应的超分辨率重建 | 第36-55页 |
| 3.1 引言 | 第36页 |
| 3.2 基于正则化迭代反投影(IBP)框架的重建模型 | 第36-37页 |
| 3.3 泊松噪声图像模型分析 | 第37-38页 |
| 3.4 正则化模型的导出 | 第38-41页 |
| 3.4.1 自适应TV正则约束项 | 第38-40页 |
| 3.4.2 误差投影约束正则项 | 第40-41页 |
| 3.5 适应泊松噪声的改进的IBP算法 | 第41-42页 |
| 3.6 实验结果与分析 | 第42-53页 |
| 3.6.1 实验设置 | 第42-43页 |
| 3.6.2 兼容性测试 | 第43-45页 |
| 3.6.3 实时性测试 | 第45页 |
| 3.6.4 重建效果测试 | 第45-53页 |
| 3.7 本章小结 | 第53-55页 |
| 第四章 基于双模型正则化的图像超分辨率重建 | 第55-73页 |
| 4.1 引言 | 第55页 |
| 4.2 图像的稀疏表示 | 第55-56页 |
| 4.3 本文算法概述 | 第56-57页 |
| 4.4 本文算法 | 第57-65页 |
| 4.4.1 图像的自适应聚类 | 第57-59页 |
| 4.4.2 局部字典学习与最佳字典选择 | 第59-60页 |
| 4.4.3 自回归滑动平均模型的正则化 | 第60-62页 |
| 4.4.4 非局部核回归的正则化 | 第62-64页 |
| 4.4.5 基于MAP框架的优化 | 第64页 |
| 4.4.6 算法总结： | 第64-65页 |
| 4.5 实验与分析 | 第65-72页 |
| 4.5.1 实验配置 | 第65-66页 |
| 4.5.2 实验结果 | 第66-72页 |
| 4.6 本章小结 | 第72-73页 |
| 第五章 总结 | 第73-76页 |
| 5.1 本文算法总结 | 第73-74页 |
| 5.2 本文算法对比 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-83页 |
| 在学期间的研究成果及发表的学术论文 | 第83页 |