| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 相关研究工作 | 第14-18页 |
| 1.3 本文研究工作 | 第18-19页 |
| 1.4 论文的组织结构 | 第19-21页 |
| 第二章 图像稀疏表示技术基础 | 第21-35页 |
| 2.1 高低分辨率图像稀疏表示 | 第21-22页 |
| 2.2 稀疏字典的设计 | 第22-29页 |
| 2.2.1 最大似然(ML)方法 | 第22-23页 |
| 2.2.2 最佳向量(MOD)方法 | 第23-24页 |
| 2.2.3 最大后验概率(MAP)方法 | 第24-25页 |
| 2.2.4 联合正交基(UOB)方法 | 第25-26页 |
| 2.2.5 广义主成分分析(GPCA)方法 | 第26页 |
| 2.2.6 K奇异值分解方法(K-SVD)方法 | 第26-29页 |
| 2.3 稀疏表示求解 | 第29-33页 |
| 2.3.1 匹配追踪算法 | 第29-31页 |
| 2.3.2 正交匹配追踪算法 | 第31-32页 |
| 2.3.3 基追踪方法 | 第32-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 图像MCA理论及分解 | 第35-41页 |
| 3.1 图像的MCA理论 | 第35-37页 |
| 3.2 字典选择与算法 | 第37-39页 |
| 3.3 本章小结 | 第39-41页 |
| 第四章 基于稀疏表示的多成分字典重建 | 第41-61页 |
| 4.1 单一字典超分辨率图像重建 | 第41-49页 |
| 4.1.1 算法原理 | 第41页 |
| 4.1.2 算法实现流程 | 第41-43页 |
| 4.1.3 参数设置 | 第43页 |
| 4.1.4 实验评价标准 | 第43-44页 |
| 4.1.5 实验结果与分析 | 第44-49页 |
| 4.2 多成分字典超分辨率图像重建 | 第49-59页 |
| 4.2.1 算法原理 | 第49-50页 |
| 4.2.2 算法实现流程 | 第50页 |
| 4.2.3 参数设置 | 第50-51页 |
| 4.2.4 实验结果与分析 | 第51-59页 |
| 4.3 本章小结 | 第59-61页 |
| 第五章 基于Analysis K-SVD的超分辨图像重建 | 第61-73页 |
| 5.1 基于综合的信号表示模型 | 第61页 |
| 5.2 基于分析的信号表示模型 | 第61-65页 |
| 5.2.1 分析模型理论基础 | 第61-62页 |
| 5.2.2 包含噪声的分析信号求解 | 第62-63页 |
| 5.2.3 分析稀疏字典设计 | 第63-65页 |
| 5.3 实验 | 第65-71页 |
| 5.3.1 算法原理 | 第65-66页 |
| 5.3.2 参数设置 | 第66页 |
| 5.3.3 实验结果与分析 | 第66-71页 |
| 5.4 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 论文总结 | 第73页 |
| 6.2 研究展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间发表论文及科研情况 | 第80-81页 |
| 致谢 | 第81页 |