首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于边缘信息的图像插值技术研究

中文摘要第4-6页
abstract第6-7页
第一章 引言第15-22页
    1.1 研究背景第15-16页
    1.2 研究意义第16-17页
    1.3 研究现状第17-19页
    1.4 章节安排第19-22页
第二章 图像插值技术概述第22-35页
    2.1 线性插值方法第23-27页
        2.1.1 最近邻插值法第23-24页
        2.1.2 双线性插值法第24-25页
        2.1.3 双三次插值法第25-27页
    2.2 非线性插值方法第27-29页
        2.2.1 基于变换域的插值第27-28页
        2.2.2 基于边缘信息的插值第28-29页
    2.3 基于样例的插值第29-30页
    2.4 与超分辨率重建比较第30-34页
    2.5 本章小结第34-35页
第三章 图像质量评价方法第35-41页
    3.1 主观评价第35-36页
    3.2 客观评价第36-40页
        3.2.1 均方误差(MSE)第37页
        3.2.2 峰值信噪比(PSNR)第37-38页
        3.2.3 结构相似度(SSIM)第38-39页
        3.2.4 信息保真度(IFC)第39-40页
        3.2.5 边缘保持性(EPI)第40页
    3.3 本章小结第40-41页
第四章 基于边缘平滑的图像插值第41-54页
    4.1 问题背景第41-44页
    4.2 基于边缘平滑的图像插值第44-49页
        4.2.1 算法思想第44-48页
        4.2.2 边缘融合第48-49页
    4.3 实验结果与分析第49-53页
        4.3.1 边缘平滑结果第49-52页
        4.3.2 图像插值结果第52-53页
    4.4 本章小结第53-54页
第五章 基于预测梯度的图像插值第54-74页
    5.1 问题背景第54-57页
    5.2 基于预测梯度的图像插值第57-66页
        5.2.1 基本思想第57-58页
        5.2.2 梯度预测第58-62页
        5.2.3 图像插值第62-64页
        5.2.4 彩色图像插值第64-66页
    5.3 实验结果与分析第66-73页
        5.3.1 客观评价第67-71页
        5.3.2 主观评价第71-73页
    5.4 本章小结第73-74页
第六章 基于预测校验的图像插值第74-93页
    6.1 问题背景第74-75页
    6.2 基于预测校验的图像插值第75-82页
        6.2.1 基本思想第75-77页
        6.2.2 梯度计算第77-80页
        6.2.3 图像插值第80-82页
    6.3 实验结果与分析第82-92页
        6.3.1 客观评价第83-85页
        6.3.2 主观评价第85-92页
    6.4 小结第92-93页
第七章 总结与展望第93-97页
    7.1 总结第93-95页
    7.2 展望第95-97页
参考文献第97-104页
科研情况第104-105页
    参与项目第104页
    已发表论文第104页
    已录用论文第104页
    专利申请第104-105页
附录 中英文名词对照第105-106页
致谢第106-107页

论文共107页,点击 下载论文
上一篇:基于社交网络的个体及群体兴趣点推荐研究
下一篇:网格与环绕上路径覆盖及容错路径问题的研究