| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 图录 | 第10-12页 |
| 表录 | 第12-13页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 多媒体环境下视频图像的优化处理 | 第13-14页 |
| 1.2 图像去噪技术及其应用 | 第14-15页 |
| 1.3 基于图像超分辨的放大技术 | 第15-17页 |
| 1.4 本文研究的主要问题和结构 | 第17-20页 |
| 第二章 块匹配及图像去噪、超分辨研究现状 | 第20-39页 |
| 2.1 运动估计与块匹配 | 第20-25页 |
| 2.1.1 块匹配的表示方法 | 第20-21页 |
| 2.1.2 块匹配准则 | 第21-22页 |
| 2.1.3 快速搜索策略 | 第22-25页 |
| 2.2 图像去噪 | 第25-32页 |
| 2.2.1 噪声的分类以及它们的数学模型 | 第25-27页 |
| 2.2.2 空域去噪与 Non-local Means 去噪算法 | 第27-30页 |
| 2.2.3 变换域去噪与 BM3D 去噪方法 | 第30-32页 |
| 2.3 图像超分辨 | 第32-37页 |
| 2.3.1 超分辨率背景及系统模型 | 第32-34页 |
| 2.3.2 基于插值、重建和学习的图像超分辨率重建 | 第34-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 基于多层块匹配的监控视频去噪算法 | 第39-57页 |
| 3.1 监控视频噪声模型及基本去噪方法 | 第39-41页 |
| 3.2 多层块匹配的方法进行运动配准 | 第41-47页 |
| 3.2.1 初始运动估计 | 第42-45页 |
| 3.2.2 矢量修正与细化 | 第45-47页 |
| 3.2.3 矢量平滑 | 第47页 |
| 3.3 去噪过程实现细节 | 第47-50页 |
| 3.3.1 重叠 SAD | 第47-48页 |
| 3.3.2 匹配准则 | 第48-49页 |
| 3.3.3 噪声门限 | 第49-50页 |
| 3.4 去噪滤波 | 第50-52页 |
| 3.5 实验结果 | 第52-53页 |
| 3.6 本章小结 | 第53-57页 |
| 第四章 改进基于局部自相似性的图像超分辨率放大 | 第57-77页 |
| 4.1 基于学习的超分辨思想 | 第58-59页 |
| 4.2 基于局部自相似性的图像超分辨率放大 | 第59-65页 |
| 4.3 改进的基于局部自相似性的图像放大 | 第65-70页 |
| 4.3.1 亚像素精度插值 | 第65-69页 |
| 4.3.2 方向选择 | 第69-70页 |
| 4.4 易于硬件实现的仿真参数测试 | 第70-72页 |
| 4.5 实验结果 | 第72-73页 |
| 4.6 本章小结 | 第73-77页 |
| 第五章 结束语 | 第77-79页 |
| 5.1 本文主要工作和创新点 | 第77-78页 |
| 5.2 后续研究工作 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 攻读硕士学位期间已发表或录用的论文 | 第84页 |