| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 前言 | 第10-15页 |
| 1.1 论文的背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的主要内容和结构安排 | 第13-15页 |
| 第2章 基于卷积神经网络与简单函数的图像超分辨率重建 | 第15-22页 |
| 2.1 基于卷积神经网络的图像超分辨率重建 | 第15-18页 |
| 2.1.1 图像块提取与表示 | 第16页 |
| 2.1.2 图像特征的非线性映射 | 第16-17页 |
| 2.1.3 图像超分辨率重建 | 第17页 |
| 2.1.4 卷积神经网络的训练 | 第17-18页 |
| 2.2 基于简单函数的图像超分辨率重建 | 第18-20页 |
| 2.2.1 图像特征子空间的生成 | 第19页 |
| 2.2.2 图像先验学习 | 第19-20页 |
| 2.2.3 高分辨率图像生成 | 第20页 |
| 2.3 本章小结 | 第20-22页 |
| 第3章 基于空间域聚类驱动卷积神经网络的图像超分辨率重建 | 第22-34页 |
| 3.1 训练数据集构建 | 第23-24页 |
| 3.2 图像块聚类 | 第24-25页 |
| 3.3 卷积神经网络训练 | 第25-27页 |
| 3.4 图像超分辨率重建 | 第27-28页 |
| 3.5 实验结果比较及分析 | 第28-30页 |
| 3.5.1 实验设置 | 第28-29页 |
| 3.5.2 系统化实验分析 | 第29-30页 |
| 3.5.3 实验结果比较 | 第30页 |
| 3.6 本章小结 | 第30-34页 |
| 第4章 基于频域聚类驱动卷积神经网络的图像超分辨率重建 | 第34-45页 |
| 4.1 离散小波变换 | 第34-37页 |
| 4.1.1 一维离散小波变换 | 第35-36页 |
| 4.1.2 二维离散小波变换 | 第36-37页 |
| 4.2 基于频域聚类驱动卷积神经网络的图像超分辨率重建 | 第37-42页 |
| 4.2.1 训练数据构建 | 第38页 |
| 4.2.2 卷积神经网络训练 | 第38-39页 |
| 4.2.3 图像超分辨率重建 | 第39页 |
| 4.2.4 实验设置 | 第39-41页 |
| 4.2.5 实验结果比较及分析 | 第41-42页 |
| 4.3 本章小结 | 第42-45页 |
| 总结与展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间取得的学术成果 | 第51-52页 |
| 致谢 | 第52页 |
