首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

变分贝叶斯超分辨率重建算法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·超分辨率重建技术的研究背景第7-8页
   ·超分辨率重建技术的应用领域第8-9页
   ·超分辨率重建技术的发展历史及研究概况第9-10页
   ·本文的主要内容第10-13页
第二章 超分辨率重建理论第13-29页
   ·超分辨率重建的数学基础第13-20页
     ·产生式模型第13-15页
     ·图像配准第15-18页
     ·贝叶斯决策论第18-20页
   ·超分辨率重建的主要算法第20-26页
     ·频域重建方法第20-21页
     ·插值重建方法第21-22页
     ·正则化重建方法第22-24页
     ·基于样例的方法第24-25页
     ·集合理论复原方法第25-26页
   ·目前面临的主要问题第26-29页
第三章 变分贝叶斯超分辨率重建算法第29-49页
   ·算法引入第29-33页
     ·健壮性解决方案第29-30页
     ·最大似然估计与贝叶斯参数估计第30-33页
   ·分层贝叶斯框架第33-38页
     ·观测模型第34-36页
     ·图像模型第36-37页
     ·运动参数模型第37页
     ·超参数第37-38页
   ·变分贝叶斯估计第38-46页
     ·高分辨率图像概率分布估计第41-43页
     ·运动参数概率分布估计第43-45页
     ·超参数概率分布估计第45-46页
   ·算法总结第46-49页
第四章 实验仿真与分析第49-57页
   ·图像质量评价标准第49-50页
   ·仿真图像重建与分析第50-53页
     ·带有运动估计的重建效果对比第50-52页
     ·运动估计不准确时的重建效果对比第52-53页
   ·实际图像重建结果与分析第53-57页
第五章 总结与展望第57-59页
   ·论文总结第57页
   ·工作展望第57-59页
致谢第59-61页
参考文献第61-65页

论文共65页,点击 下载论文
上一篇:基于主动学习的图像分类研究
下一篇:基因表达式编程优化算法及其在聚类分析中的应用