基于稀疏表示的彩色图像超分辨率重建算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·图像超分辨率研究背景及意义 | 第7-9页 |
| ·图像空间超分辨率的概念 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·基于重构的超分辨率技术 | 第10-11页 |
| ·基于学习的超分辨率技术 | 第11-12页 |
| ·本文主要创新点 | 第12页 |
| ·本文的研究内容和结构 | 第12-14页 |
| 第二章 图像超分辨率重建的技术基础 | 第14-27页 |
| ·引言 | 第14页 |
| ·图像超分辨率定义 | 第14-15页 |
| ·超分辨率重建图像的退化模型 | 第15-17页 |
| ·CCD成像模型的建立 | 第15-16页 |
| ·观察模型的建立 | 第16-17页 |
| ·传统超分辨率算法回顾 | 第17-23页 |
| ·基于重构的超分辨率算法 | 第18-21页 |
| ·基于学习的超分辨率算法 | 第21-23页 |
| ·彩色图像的超分辨率重建 | 第23-26页 |
| ·RGB颜色空间分析 | 第24-25页 |
| ·YUV颜色空间分析 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 基于稀疏表示的彩色图像超分辨率重建 | 第27-43页 |
| ·引言 | 第27-29页 |
| ·基于稀疏表示的图像超分辨率算法 | 第29-32页 |
| ·基于稀疏表示的局部模型 | 第30-31页 |
| ·基于重建限制的全局模型 | 第31-32页 |
| ·基于稀疏表示的图像超分辨率算法的一些改进 | 第32-37页 |
| ·正则化参数选择 | 第32-34页 |
| ·超完备字典设计 | 第34-37页 |
| ·基于稀疏表示的彩色图像超分辨率算法 | 第37-42页 |
| ·彩色图像YUV模型 | 第38页 |
| ·双三次插值算法 | 第38-42页 |
| ·算法描述 | 第42页 |
| ·小结 | 第42-43页 |
| 第四章 实验结果及分析 | 第43-53页 |
| ·引言 | 第43-44页 |
| ·主观质量评价方法 | 第43页 |
| ·客观质量评价方法 | 第43-44页 |
| ·图像特征提取 | 第44-45页 |
| ·实验参数设定 | 第45页 |
| ·实验方法及结果分析 | 第45-52页 |
| ·Flower图像仿真实验 | 第46页 |
| ·Animal图像仿真实验 | 第46-47页 |
| ·Lena图像仿真实验 | 第47-48页 |
| ·经验法正则化参数仿真实验 | 第48-49页 |
| ·自适应正则化参数仿真实验 | 第49-51页 |
| ·其他降质图像超分辨率重建 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·后续工作的展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 在攻读硕士学位期间发表的论文 | 第59-60页 |
| 作者简历 | 第60页 |
