高性能超分辨率重建算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景和意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 文章的研究内容和章节安排 | 第19-22页 |
| 1.3.1 研究内容 | 第19-20页 |
| 1.3.2 本文结构安排 | 第20-22页 |
| 第二章 超分辨率重建问题的研究 | 第22-32页 |
| 2.1 超分辨率重建的数学模型 | 第22-25页 |
| 2.1.1 图像退化降质模型 | 第22-23页 |
| 2.1.2 超分辨率重建模型 | 第23-25页 |
| 2.2 超分辨率重建问题的病态性 | 第25-26页 |
| 2.3 超分辨率重建算法的概述 | 第26-31页 |
| 2.3.1 频域法 | 第26-27页 |
| 2.3.2 插值法 | 第27-28页 |
| 2.3.3 反向迭代投影法 | 第28-29页 |
| 2.3.4 凸集投影法 | 第29-30页 |
| 2.3.5 最大后验概率法 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 变分贝叶斯超分辨率重建算法 | 第32-52页 |
| 3.1 变分贝叶斯原理 | 第32-37页 |
| 3.1.1 引言 | 第32-33页 |
| 3.1.2 变分贝叶斯模型 | 第33-34页 |
| 3.1.3 变分贝叶斯超分辨率重建模型 | 第34-37页 |
| 3.2 改进型变分贝叶斯算法 | 第37-50页 |
| 3.2.1 图像的高效运动估计 | 第38-41页 |
| 3.2.2 图像超分辨率重建 | 第41-50页 |
| 3.3 本章小结 | 第50-52页 |
| 第四章 字典学习超分辨率重建算法 | 第52-64页 |
| 4.1 字典学习的超分辨率重建算法原理 | 第52-56页 |
| 4.1.1 稀疏表示的基本理论 | 第52-54页 |
| 4.1.2 重建算法的详细流程 | 第54-56页 |
| 4.2 高性能的字典训练过程 | 第56-62页 |
| 4.2.1 图像库的特征提取 | 第56-58页 |
| 4.2.2 图像库的数据降维压缩 | 第58-61页 |
| 4.2.3 字典K-SVD训练 | 第61-62页 |
| 4.3 OMP重建算法 | 第62页 |
| 4.4 重建图像结果的评价 | 第62-63页 |
| 4.4.1 均方差误差 | 第63页 |
| 4.4.2 峰值信噪比 | 第63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 高性能超分辨率重建算法与实验 | 第64-76页 |
| 5.1 多帧和单帧重建的高性能结合 | 第64-65页 |
| 5.2 实验结果及分析 | 第65-75页 |
| 5.2.1 实验一 变分贝叶斯重建结果 | 第65-67页 |
| 5.2.2 实验二 字典学习重建结果 | 第67-72页 |
| 5.2.3 实验三 高性能超分辨率的重建结果 | 第72-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 工作总结 | 第76-77页 |
| 6.2 研究展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 作者简介 | 第84-85页 |
