基于稀疏表示的图像超分辨率重建方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·研究背景 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·历史沿革 | 第12页 |
| ·研究现状 | 第12-13页 |
| ·论文的主要工作及结构安排 | 第13-15页 |
| ·主要内容及创新点 | 第13-14页 |
| ·本文结构安排 | 第14-15页 |
| 第二章 图像超分辨率重建算法 | 第15-22页 |
| ·基于重建的方法 | 第15-19页 |
| ·频域方法 | 第15-16页 |
| ·空域方法 | 第16-19页 |
| ·基于学习的方法 | 第19-20页 |
| ·基于 MRF 的方法 | 第19-20页 |
| ·基于 LLE 的方法 | 第20页 |
| ·基于稀疏表示的方法 | 第20页 |
| ·本章小结 | 第20-22页 |
| 第三章 基于稀疏表示的超分辨率重建方法 | 第22-36页 |
| ·稀疏表示理论 | 第22-23页 |
| ·欠定问题的解法 | 第23-33页 |
| ·正则化方法 | 第23-24页 |
| ·贪婪法 | 第24-30页 |
| ·迭代收缩算法 | 第30-33页 |
| ·过完备冗余字典的设计 | 第33-35页 |
| ·MOD 方法 | 第33-34页 |
| ·GPCA 方法 | 第34页 |
| ·K-SVD 方法 | 第34-35页 |
| ·参数训练方法 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于聚类的单帧图像超分辨率重建方法 | 第36-41页 |
| ·字典的构造 | 第36-37页 |
| ·字典学习 | 第36-37页 |
| ·子字典选择 | 第37页 |
| ·非局部相似性 | 第37-38页 |
| ·超分辨率重建算法流程 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 实验过程及结果分析 | 第41-50页 |
| ·超分辨率重建的评价标准 | 第41-43页 |
| ·峰值信噪比（PSNR） | 第41页 |
| ·结构相似度（SSIM） | 第41-43页 |
| ·实验方法及结果 | 第43-47页 |
| ·无噪声环境下 | 第44-45页 |
| ·有噪声环境下 | 第45-47页 |
| ·实验结果分析及评价 | 第47-49页 |
| ·实验结果概述 | 第47-48页 |
| ·聚类个数对实验结果的影响 | 第48页 |
| ·图像块大小对实验结果的影响 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·本文总结 | 第50页 |
| ·未来的工作 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文 | 第56-58页 |
