| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-19页 |
| 1.1 课题背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-18页 |
| 1.2.1 基于单帧的超分辨重构算法 | 第10-16页 |
| 1.2.2 基于图像小块的图像修复算法 | 第16-18页 |
| 1.3 论文结构 | 第18-19页 |
| 2 双焦相机系统数字变焦 | 第19-29页 |
| 2.1 双焦相机成像系统 | 第19-21页 |
| 2.2 双焦相机数字变焦算法 | 第21-28页 |
| 2.2.1 超分辨成像算法 | 第22页 |
| 2.2.2 图像修复算法 | 第22-26页 |
| 2.2.3 迭代反投影模型 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 非整数倍率连续变焦算法 | 第29-35页 |
| 3.1 数字变焦算法框架 | 第29-32页 |
| 3.1.1 基于流形学习的超分辨重构 | 第29-30页 |
| 3.1.2 不同变焦倍率的超分辨框架 | 第30-32页 |
| 3.2 双焦图片连续超分辨仿真实验 | 第32-34页 |
| 3.2.1 双焦相机成像系统仿真实验 | 第32页 |
| 3.2.2 实验结果 | 第32页 |
| 3.2.3 与现有超分辨算法比对 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 4 基于双焦相机成像系统的频带信息修复 | 第35-53页 |
| 4.1 频带信息修复框架 | 第36-43页 |
| 4.1.1 基于双焦相机成像系统的数字变焦质量评价 | 第36-37页 |
| 4.1.2 基于图像小块的频带修复 | 第37-43页 |
| 4.2 仿真实验 | 第43-52页 |
| 4.2.1 双焦相机成像系统仿真实验 | 第43页 |
| 4.2.2 实验参数设置 | 第43-44页 |
| 4.2.3 与现有超分辨算法比对 | 第44-47页 |
| 4.2.4 算法的主客观评价 | 第47-52页 |
| 4.3 本章小结 | 第52-53页 |
| 5 基于退化模型的图像恢复 | 第53-67页 |
| 5.1 图像恢复算法框架 | 第53-58页 |
| 5.1.1 基于退化模型的图像恢复模型 | 第53-54页 |
| 5.1.2 基于递归卷积神经网络的图像恢复算法 | 第54-56页 |
| 5.1.3 与残差网络的联系 | 第56-57页 |
| 5.1.4 与反向投影算法的联系 | 第57-58页 |
| 5.2 仿真实验 | 第58-64页 |
| 5.2.1 模型复杂度 | 第58-59页 |
| 5.2.2 方法评价指标 | 第59页 |
| 5.2.3 实验参数设置 | 第59页 |
| 5.2.4 实验参数分析 | 第59-62页 |
| 5.2.5 算法的主客观评价 | 第62-64页 |
| 5.3 本章小结 | 第64-67页 |
| 6 结论 | 第67-69页 |
| 6.1 本文主要贡献 | 第67页 |
| 6.2 下一步工作展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 硕士期间研究成果 | 第75页 |