| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 概述 | 第11-12页 |
| 1.2 国内外研究发展现状 | 第12-14页 |
| 1.2.1 自然图像超分辨率重建 | 第12-14页 |
| 1.2.2 文档图像超分辨率重建 | 第14页 |
| 1.3 重建结果的评估标准 | 第14-15页 |
| 1.4 超分辨率重建的应用前景 | 第15-16页 |
| 1.5 本文主要工作内容及安排 | 第16-19页 |
| 第二章 基于正则化的图像超分辨率重建 | 第19-33页 |
| 2.1 文档图像超分辨率重建总述 | 第19-20页 |
| 2.2 图像超分辨率重建的数学观测模型 | 第20-24页 |
| 2.2.1 图像重建的算法模型 | 第20-21页 |
| 2.2.2 图像的退化模型 | 第21-22页 |
| 2.2.3 图像的配准方法 | 第22-23页 |
| 2.2.4 图像的重建步骤 | 第23-24页 |
| 2.3 图像超分辨率重建的重建模型 | 第24-30页 |
| 2.3.1 非均匀内插模型 | 第24-25页 |
| 2.3.2 迭代反投影模型 | 第25-26页 |
| 2.3.3 凸集投影模型 | 第26-27页 |
| 2.3.4 确定性正则化模型 | 第27-28页 |
| 2.3.5 最大后验估计模型 | 第28-30页 |
| 2.4 基于正则化的文档图像超分辨率重建技术 | 第30-31页 |
| 2.4.1 现有的正则化算法与不足之处 | 第30-31页 |
| 2.5 文档图像重建的评价方法 | 第31-32页 |
| 2.5.1 峰值信噪比 PSNR | 第31-32页 |
| 2.5.2 图像中字符识别率 | 第32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 基于改进的光流场亚像素级图像配准 | 第33-57页 |
| 3.1 亚像素级图像配准的基本定义 | 第33-36页 |
| 3.1.1 配准准则 | 第33-35页 |
| 3.1.2 光流方程 | 第35-36页 |
| 3.2 图像空间几何变换计算 | 第36-39页 |
| 3.2.1 旋转角度估计 | 第36-37页 |
| 3.2.2 平移参数估计 | 第37-39页 |
| 3.3 Lucas-Kanade 光流配准算法框架 | 第39-48页 |
| 3.3.1 金字塔分层 | 第39-41页 |
| 3.3.2 光流场参数估计 | 第41-48页 |
| 3.4 基于改进的光流场计算方法 | 第48-51页 |
| 3.4.1 经典 LK 光流场计算方法 | 第48-50页 |
| 3.4.2 基于改进的自适应迭代光流场计算方法 | 第50-51页 |
| 3.5 实验结果与分析 | 第51-55页 |
| 3.5.1 旋转角度与平移参数的估计实验结果 | 第51-52页 |
| 3.5.2 金字塔逐层迭代实验结果 | 第52-53页 |
| 3.5.3 光流场计算结果 | 第53-55页 |
| 3.6 本章小结 | 第55-57页 |
| 第四章 基于文本特征的文档图像超分辨率重建 | 第57-75页 |
| 4.1 不适定反问题 | 第57-59页 |
| 4.1.1 不适定反问题的定义 | 第57页 |
| 4.1.2 正则化与不适定反问题的关系 | 第57-59页 |
| 4.2 求解目标函数中数据拟合项分析 | 第59-62页 |
| 4.2.1 数据拟合项中 Geman&McClure 范数的函数特性分析 | 第59-61页 |
| 4.2.2 数据拟合项中 Geman&McClure 范数的鲁棒性说明 | 第61-62页 |
| 4.3 求解目标函数中正则化项分析及改进设计 | 第62-70页 |
| 4.3.1 双边全变分正则项分析 | 第62-66页 |
| 4.3.2 基于 L1/ L2 范数的 BTV 正则化超分辨率重建 | 第66页 |
| 4.3.3 Huber 函数先验模型引入 | 第66-68页 |
| 4.3.4 本文改进算法实现 | 第68-69页 |
| 4.3.5 正则化项边缘保持理论验证 | 第69-70页 |
| 4.4 实验结果与分析 | 第70-72页 |
| 4.5 重建质量评价 | 第72-73页 |
| 4.6 本章小结 | 第73-75页 |
| 第五章 基于文本图像超分辨率技术在远距离车牌识别中的应用 | 第75-85页 |
| 5.1 车牌识别中的超分辨率重建技术概述 | 第75页 |
| 5.2 车牌图像的预处理 | 第75-82页 |
| 5.2.1 车牌边缘检测 | 第76-78页 |
| 5.2.2 车牌区域定位 | 第78-80页 |
| 5.2.3 车牌图像字符分割 | 第80-82页 |
| 5.2.4 车牌图像块配准 | 第82页 |
| 5.3 现实车牌图像序列的超分辨率重建结果与分析 | 第82-84页 |
| 5.4 本章小结 | 第84-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 6.1 本文工作总结 | 第85-86页 |
| 6.2 需要完善的研究工作 | 第86-87页 |
| 参考文献 | 第87-93页 |
| 致谢 | 第93-95页 |
| 攻读硕士学位期间发表的学术论文 | 第95页 |
