图像超分辨率重建技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究的意义 | 第9页 |
| 1.2 研究的现状及分析 | 第9-13页 |
| 1.2.1 基于多帧的重建算法 | 第10-12页 |
| 1.2.2 基于单幅图像的重建算法 | 第12-13页 |
| 1.3 本文的主要研究内容和安排 | 第13-14页 |
| 第2章 基本图像超分辨率重建算法 | 第14-25页 |
| 2.1 引言 | 第14页 |
| 2.2 超分辨率重建模型 | 第14-15页 |
| 2.3 多帧重建算法 | 第15-20页 |
| 2.3.1 最大后验概率估计 | 第15-17页 |
| 2.3.2 凸集投影算法 | 第17-19页 |
| 2.3.3 迭代反投影算法 | 第19-20页 |
| 2.4 基于示例学习的重建算法 | 第20-22页 |
| 2.5 超分辨率重建质量评价 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 正则化图像超分辨率重建算法 | 第25-38页 |
| 3.1 引言 | 第25页 |
| 3.2 双边总变差正则化算法 | 第25-31页 |
| 3.2.1 鲁棒性分析 | 第25-27页 |
| 3.2.2 双边总变差约束因子 | 第27-31页 |
| 3.3 基于 SIFT 的几何变换矩阵估计 | 第31-37页 |
| 3.3.1 SIFT 特征 | 第31-35页 |
| 3.3.2 几何变换矩阵估计 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于稀疏表示的超分辨率重建 | 第38-50页 |
| 4.1 引言 | 第38-39页 |
| 4.2 压缩感知基础 | 第39-40页 |
| 4.3 双字典稀疏表示的重建算法 | 第40-45页 |
| 4.3.1 图像高频信息恢复 | 第41页 |
| 4.3.2 一致性全局约束 | 第41-42页 |
| 4.3.3 冗余字典训练 | 第42-45页 |
| 4.4 子字典稀疏表示的重建算法 | 第45-47页 |
| 4.4.1 高频信息重建 | 第45-46页 |
| 4.4.2 子字典训练 | 第46-47页 |
| 4.5 结果分析对比 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 基于迭代收缩和稀疏表示的重建算法 | 第50-64页 |
| 5.1 引言 | 第50页 |
| 5.2 先验约束 | 第50-51页 |
| 5.3 基于 PCA 和迭代收缩的重建算法 | 第51-57页 |
| 5.3.1 子字典和 ARM 权值参数训练 | 第52-53页 |
| 5.3.2 重建方程 | 第53-55页 |
| 5.3.3 迭代收缩求解 | 第55-57页 |
| 5.4 基于冗余字典和迭代收缩的重建算法 | 第57-61页 |
| 5.4.1 冗余字典训练 | 第57-59页 |
| 5.4.2 迭代收缩求解 | 第59-61页 |
| 5.5 结果分析对比 | 第61-63页 |
| 5.6 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第71-73页 |
| 致谢 | 第73页 |
