| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文研究内容及安排 | 第14-17页 |
| 第2章 稀疏表示理论概述 | 第17-27页 |
| ·图像的超分辨率重建 | 第17-18页 |
| ·图像的稀疏表示 | 第18-19页 |
| ·过完备稀疏表示 | 第18-19页 |
| ·稀疏表示问题的优化算法 | 第19-22页 |
| ·贪婪算法 | 第19-20页 |
| ·松弛法 | 第20-21页 |
| ·逐次逼近法 | 第21-22页 |
| ·结构化字典训练的几种算法 | 第22-23页 |
| ·过完备字典的设计 | 第23-26页 |
| ·最大似然法 | 第24页 |
| ·最优方向法 | 第24-25页 |
| ·K-SVD 算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于群稀疏表示的图像去噪算法研究 | 第27-37页 |
| ·稀疏表示的图像去噪 | 第27-29页 |
| ·图像的退化模型 | 第28-29页 |
| ·图像的稀疏表示 | 第29页 |
| ·K-SVD 算法去噪 | 第29页 |
| ·群稀疏表示的图像去噪 | 第29-31页 |
| ·信号的群稀疏表示 | 第29-30页 |
| ·群稀疏去噪算法 | 第30-31页 |
| ·图像质量评价标准 | 第31-34页 |
| ·用图像逼真度作为评价依据 | 第31-33页 |
| ·用标准波形和测试图案作为评价依据 | 第33-34页 |
| ·实验结果及分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于局部约束群稀疏的红外图像的超分辨率重建 | 第37-50页 |
| ·红外图像成像原理及应用 | 第37页 |
| ·超分辨率算法的发展 | 第37-38页 |
| ·局部线性约束编码 | 第38-40页 |
| ·局部约束群稀疏算法 | 第40-41页 |
| ·基于 LGSR 的红外图像的超分辨率重建 | 第41-44页 |
| ·基于 K-SVD 的字典训练方法 | 第41-43页 |
| ·本章采用的字典训练算法 | 第43页 |
| ·基于 LGSR 的红外图像的超分辨率重建 | 第43-44页 |
| ·实验及结果分析 | 第44-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 基于局部约束动态群稀疏的红外图像的超分辨率重构算法研究 | 第50-57页 |
| ·压缩感知图像重建 | 第50-51页 |
| ·压缩感知理论概述 | 第50-51页 |
| ·压缩感知中的信息获取方法 | 第51页 |
| ·基于压缩感知的图像重构 | 第51-54页 |
| ·局部线性编码 | 第52页 |
| ·动态群稀疏编码 | 第52-53页 |
| ·局部约束动态群稀疏编码 | 第53-54页 |
| ·基于 LDGS 算法红外图像的重构 | 第54-55页 |
| ·字典训练 | 第54页 |
| ·红外图像的重建 | 第54-55页 |
| ·实验结果分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 结论与展望 | 第57-58页 |
| ·结论 | 第57页 |
| ·进一步工作的方向 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读学位期间的研究成果 | 第63-64页 |
| 致谢 | 第64页 |