基于结构保持的去马赛克算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究的背景和意义 | 第9页 |
| 1.2 数码相机与CFA | 第9-10页 |
| 1.3 国内外马赛克算法研究现状 | 第10-12页 |
| 1.3.1 基于单通道的线性插值方法 | 第10页 |
| 1.3.2 基于边缘方向的插值方法 | 第10-11页 |
| 1.3.3 基于方向权重的插值方法 | 第11-12页 |
| 1.3.4 基于残差平面的插值方法 | 第12页 |
| 1.3.5 基于稀疏表示的插值方法 | 第12页 |
| 1.4 论文的主要内容和结构安排 | 第12-14页 |
| 2 彩色去马赛克的相关基础 | 第14-24页 |
| 2.1 颜色的相关性 | 第14页 |
| 2.2 图像稀疏表示理论基础 | 第14-19页 |
| 2.2.1 图像稀疏表示的模型 | 第15-16页 |
| 2.2.2 稀疏表示算法 | 第16-19页 |
| 2.3 图像超分辨重建的原理 | 第19-21页 |
| 2.4 实验与评价指标 | 第21-24页 |
| 2.4.1 视觉主观判断 | 第21页 |
| 2.4.2 客观评价准则 | 第21-24页 |
| 3 基于残差平面超分辨的CFA插值 | 第24-43页 |
| 3.1 引言 | 第24页 |
| 3.2 残差平面超分辨CFA插值的思想 | 第24-26页 |
| 3.3 G平面的超分辨重建插值 | 第26-32页 |
| 3.3.1 字典学习阶段 | 第26-31页 |
| 3.3.2 G图像的超分辨重建阶段 | 第31-32页 |
| 3.4 基于方向权重的R/B平面残差插值 | 第32-35页 |
| 3.4.1 MLRI算法中R/B平面的插值 | 第32-33页 |
| 3.4.2 基于方向与权重的R/B插值 | 第33-35页 |
| 3.5 实验与分析 | 第35-43页 |
| 4 去马赛克细化算法 | 第43-54页 |
| 4.1 引言 | 第43页 |
| 4.2 回归判断函数集成精细化方法 | 第43-48页 |
| 4.2.1 不同细化算法比较 | 第43-46页 |
| 4.2.2 基于回归判断函数导向的集成精细化方法 | 第46-48页 |
| 4.3 实验与分析 | 第48-54页 |
| 5 结束语 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
