| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 本文的研究内容与结构安排 | 第18-20页 |
| 1.3.1 本文研究内容 | 第18页 |
| 1.3.2 结构安排 | 第18-20页 |
| 第二章 超分辨率重建理论基础 | 第20-36页 |
| 2.1 超分辨率重建原理 | 第20-23页 |
| 2.1.1 成像链路与降质模型 | 第20-21页 |
| 2.1.2 图像超分辨率基本思想 | 第21-22页 |
| 2.1.3 图像超分辨率的技术难点 | 第22-23页 |
| 2.2 超分辨率重建算法 | 第23-30页 |
| 2.2.1 频谱混叠法 | 第23-24页 |
| 2.2.2 插值法 | 第24-25页 |
| 2.2.3 基于学习的超分辨率重建法 | 第25-27页 |
| 2.2.4 基于重建的超分辨率重建法 | 第27-30页 |
| 2.3 图像配准原理 | 第30-33页 |
| 2.3.1 图像坐标变换模型 | 第30-32页 |
| 2.3.2 图像配准流程 | 第32-33页 |
| 2.4 图像超分辨率重建评价指标 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 变分贝叶斯多帧超分辨率算法实现 | 第36-52页 |
| 3.1 变分贝叶斯超分辨率算法原理 | 第36-37页 |
| 3.2 贝叶斯原理 | 第37-38页 |
| 3.3 分层贝叶斯框架 | 第38-42页 |
| 3.3.1 超分辨率问题的统计建模 | 第38-39页 |
| 3.3.2 分层贝叶斯参数分布模型 | 第39-42页 |
| 3.4 贝叶斯估计 | 第42-49页 |
| 3.4.1 变分贝叶斯近似 | 第42-44页 |
| 3.4.2 未知统计量概率分布近似 | 第44-48页 |
| 3.4.3 算法总结 | 第48-49页 |
| 3.5 本章小结 | 第49-52页 |
| 第四章 大尺度位移下多帧超分辨率算法设计及实现 | 第52-66页 |
| 4.1 大尺度位移下的图像配准算法 | 第52-59页 |
| 4.1.1 SIFT特征点的提取 | 第53-57页 |
| 4.1.2 SIFT特征点的匹配 | 第57-58页 |
| 4.1.3 变换矩阵估计与特征点提纯 | 第58-59页 |
| 4.2 大尺度位移下的运动估计算法 | 第59-63页 |
| 4.3 大尺度位移下多帧超分辨率算法流程及实现 | 第63-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 大尺度位移下多帧超分辨率实验及分析 | 第66-76页 |
| 5.1 变分贝叶斯重建结果分析 | 第66-68页 |
| 5.2 位移尺度对变分贝叶斯算法重建效果的影响分析 | 第68-70页 |
| 5.3 大尺度位移下多帧超分辨率重建实验及结果分析 | 第70-74页 |
| 5.4 本章小结 | 第74-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 工作总结 | 第76页 |
| 6.2 研究展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 作者简介 | 第84-86页 |