| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 课题的研究背景及意义 | 第7-8页 |
| 1.2 图像超分辨率复原的研究现状 | 第8-9页 |
| 1.3 主要研究工作 | 第9-11页 |
| 第二章 图像超分辨率复原的研究方法 | 第11-20页 |
| 2.1 图像的降质数学模型 | 第11-12页 |
| 2.2 单幅图像的超分辨率复原算法 | 第12-18页 |
| 2.2.1 基于插值的方法 | 第12-13页 |
| 2.2.2 基于重建的方法 | 第13-16页 |
| 2.2.3 基于学习的方法 | 第16-18页 |
| 2.3 评价指标 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于秩极小化的图像超分辨率复原 | 第20-33页 |
| 3.1 图像的非局部自相似性 | 第20-22页 |
| 3.2 秩极小化理论及算法 | 第22-24页 |
| 3.2.1 秩极小化的理论模型 | 第22-23页 |
| 3.2.2 秩极小化理论的恢复算法 | 第23-24页 |
| 3.2.3 秩极小化理论的应用 | 第24页 |
| 3.3 基于秩极小化的图像超分辨率复原 | 第24-27页 |
| 3.3.1 压缩主成分追踪的单幅图像超分辨率复原模型 | 第24-25页 |
| 3.3.2 近似低秩矩阵的构造 | 第25页 |
| 3.3.3 利用 ALM 恢复低秩矩阵 | 第25-27页 |
| 3.4 实验结果和分析 | 第27-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于 Outlier Pursuit 模型的图像超分辨率复原 | 第33-46页 |
| 4.1 图像超分辨率复原的 Outlier Pursuit 模型 | 第33-35页 |
| 4.2 求解 Outlier Pursuit 模型的算法 | 第35-36页 |
| 4.3 后处理过程 | 第36-37页 |
| 4.4 实验结果和分析 | 第37-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 发表论文及参与科研项目情况 | 第53-54页 |
| 致谢 | 第54页 |
