基于多尺度相似学习的图像超分辨率重建算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-25页 |
| 1.1 研究的背景和意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 超分辨率技术应用前景 | 第13页 |
| 1.1.3 超分辨率技术研究的理论意义 | 第13-14页 |
| 1.2 国内外发展现状 | 第14-22页 |
| 1.2.1 基于插值的方法 | 第14-16页 |
| 1.2.2 基于正则化的方法 | 第16页 |
| 1.2.3 基于学习的方法 | 第16-20页 |
| 1.2.4 基于多图像重构的方法 | 第20-22页 |
| 1.3 论文的组织结构与创新点 | 第22-25页 |
| 1.3.1 论文的组织结构 | 第22-23页 |
| 1.3.2 论文的主要创新点 | 第23-25页 |
| 第二章 超分辨率图像重建技术简介 | 第25-36页 |
| 2.1 基本概念及问题描述 | 第25-26页 |
| 2.1.1 分辨率与超分辨率概念 | 第25页 |
| 2.1.2 图像复原与超分辨率重建 | 第25-26页 |
| 2.1.3 图像退化的数学模型 | 第26页 |
| 2.2 超分辨率重建技术 | 第26-33页 |
| 2.2.1 插值的方法 | 第26-28页 |
| 2.2.2 正则化的方法 | 第28-29页 |
| 2.2.3 学习的方法 | 第29-31页 |
| 2.2.4 多图像重构的方法 | 第31-33页 |
| 2.3 超分辨率重建算法的性能评价 | 第33-35页 |
| 2.3.1 重建图像质量通用量化指标 | 第34-35页 |
| 2.3.2 重建算法复杂度评价 | 第35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于多尺度相似学习的单图像超分辨率重建 | 第36-60页 |
| 3.1 引言 | 第36-37页 |
| 3.2 基于图例和多尺度自相似学习的图像重建 | 第37-49页 |
| 3.2.1 相似性 | 第37页 |
| 3.2.2 近邻嵌入 | 第37-38页 |
| 3.2.3 图像的多尺度自相似性 | 第38-40页 |
| 3.2.4 多尺度图像的选取 | 第40-41页 |
| 3.2.5 结合多尺度自相似学习的图像重建 | 第41-44页 |
| 3.2.6 实验与分析 | 第44-49页 |
| 3.3 基于稀疏表示的图像多级超分辨率重建 | 第49-59页 |
| 3.3.1 图像金字塔 | 第49-50页 |
| 3.3.2 稀疏表示 | 第50-52页 |
| 3.3.3 图像多级超分辨率重建 | 第52-56页 |
| 3.3.4 实验与分析 | 第56-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第四章 基于多尺度相似学习的多图像超分辨率重建 | 第60-76页 |
| 4.1 引言 | 第60-61页 |
| 4.2 多图像超分辨率重建 | 第61-64页 |
| 4.2.1 图像配准 | 第61-64页 |
| 4.2.2 网格映射和像素填充 | 第64页 |
| 4.3 基于多图像多尺度相似学习的图像重建 | 第64-70页 |
| 4.3.1 图像拆分与多重配准 | 第65-66页 |
| 4.3.2 相似学习和近邻嵌入 | 第66-70页 |
| 4.4 实验与分析 | 第70-75页 |
| 4.4.1 仿真图像实验 | 第70-72页 |
| 4.4.2 真实图像实验 | 第72-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第五章 GPU 加速的视频超分辨率重建 | 第76-90页 |
| 5.1 引言 | 第76-77页 |
| 5.2 图像超分辨率重建和 GPU 并行优化 | 第77-82页 |
| 5.2.1 CUDA 编程模型 | 第77-78页 |
| 5.2.2 正交匹配追踪算法 | 第78-80页 |
| 5.2.3 主成分分析 | 第80-82页 |
| 5.2.4 K-奇异值分解 | 第82页 |
| 5.3 GPU 加速的视频重建 | 第82-85页 |
| 5.4 实验与分析 | 第85-89页 |
| 5.4.1 重建效果 | 第85-87页 |
| 5.4.2 运行速度 | 第87-89页 |
| 5.5 本章小结 | 第89-90页 |
| 结论与展望 | 第90-93页 |
| （一）本文的主要研究工作总结 | 第90-91页 |
| （二）下一步的工作重点 | 第91-93页 |
| 参考文献 | 第93-101页 |
| 攻读博士学位期间取得的研究成果 | 第101-103页 |
| 致谢 | 第103-104页 |
| 附件 | 第104页 |
