基于图像类推的单幅图像超分辨率算法
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-15页 |
·研究背景 | 第9-11页 |
·研究现状与发展趋势 | 第11-14页 |
·本文内容及安排 | 第14-15页 |
第2章 图像插值与超分辨率算法 | 第15-30页 |
·图像插值方法 | 第15-16页 |
·图像超分辨率 | 第16-28页 |
·保持图像几何结构方法 | 第17-20页 |
·基于图像自相似性方法 | 第20-21页 |
·结合约束条件的超分辨率方法 | 第21-26页 |
·基于学习的超分辨率算法 | 第26-28页 |
·超分辨率算法的评估方法 | 第28-30页 |
第3章 图像类推 | 第30-37页 |
·图像类推的问题描述 | 第30-32页 |
·图像类推算法分析 | 第32-34页 |
·算法符号定义 | 第32页 |
·算法目的 | 第32-33页 |
·算法步骤与伪代码流程 | 第33-34页 |
·图像类推算法细节讨论 | 第34-37页 |
·邻域匹配算法 | 第34页 |
·最佳匹配搜索算法 | 第34-35页 |
·高斯金字塔 | 第35-37页 |
第4章 基于图像类推的单幅图像超分辨率算法 | 第37-45页 |
·图像类推的单幅图像超分辨率算法基础 | 第37-40页 |
·理想边缘保持特性 | 第37-38页 |
·图像内容的自相似性 | 第38-40页 |
·基于图像类推的单幅图像超分辨率算法分析 | 第40-45页 |
·算法框架与描述 | 第40-41页 |
·图像类推的扩展 | 第41-43页 |
·算法步骤 | 第43-44页 |
·算法改进 | 第44-45页 |
第5章 实验结果与分析 | 第45-54页 |
·实验结果 | 第45-53页 |
·主观定性评估 | 第45-48页 |
·客观定量评估 | 第48-50页 |
·图像超分辨率技术的极限性分析 | 第50-53页 |
·实验结果分析 | 第53-54页 |
第6章 总结 | 第54-56页 |
参考文献 | 第56-60页 |
攻读硕士学位期间主要的研究成果 | 第60-61页 |
致谢 | 第61页 |