| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·图像超分辨率重建的基本概念与研究背景 | 第8页 |
| ·图像超分辨率重建的研究意义 | 第8-9页 |
| ·图像稀疏约束模型的研究背景 | 第9-10页 |
| ·本文的主要工作及章节安排 | 第10-12页 |
| 第二章 图像超分辨率重建概述 | 第12-26页 |
| ·图像的降质模型 | 第12页 |
| ·图像超分辨率重建算法概述 | 第12-16页 |
| ·基于内插的算法 | 第12-13页 |
| ·基于重建的算法 | 第13-14页 |
| ·基于学习的算法 | 第14-16页 |
| ·图像超分辨率重建算法的评价标准 | 第16-18页 |
| ·主观质量评价方法 | 第16页 |
| ·客观质量评价方法 | 第16-18页 |
| ·稀疏冗余模型的相关理论 | 第18-25页 |
| ·图像稀疏冗余模型的介绍 | 第18-19页 |
| ·信号稀疏表示及冗余字典建立的相关算法 | 第19-22页 |
| ·高效的稀疏编码算法 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 一种基于NLIBP算法改进的超分辨率重建方法 | 第26-35页 |
| ·引言 | 第26页 |
| ·NLIBP算法的介绍及其重建问题 | 第26-28页 |
| ·NLIBP算法的介绍 | 第26-27页 |
| ·NLIBP算法的重建结果及问题 | 第27-28页 |
| ·改进的NLIBP算法 | 第28-30页 |
| ·前期实验 | 第28页 |
| ·以边缘为导向的NLIBP算法 | 第28-29页 |
| ·相似度计算的优化 | 第29-30页 |
| ·计算复杂度的分析 | 第30页 |
| ·仿真实验结果与分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于稀疏约束的图像超分辨率重建技术研究 | 第35-63页 |
| ·引言 | 第35页 |
| ·基于稀疏约束的图像超分辨率重建模型 | 第35-40页 |
| ·图像块稀疏表示的局部模型 | 第36-37页 |
| ·图像的全局重建约束模型 | 第37-38页 |
| ·基于稀疏约束重建算法的实现细节 | 第38-40页 |
| ·基丁K均值聚类的自适应快速重建方法 | 第40-45页 |
| ·前期实验 | 第40-42页 |
| ·基于K均值聚类的快速重建算法 | 第42-44页 |
| ·基于图像块特征的重建方法自适应选择 | 第44-45页 |
| ·以非局部相似结构为导向的全局后处理 | 第45-48页 |
| ·问题描述 | 第45-46页 |
| ·基于稀疏约束模型重建图像的NLM后处理 | 第46-47页 |
| ·误差重建图像的非局部后处理 | 第47-48页 |
| ·仿真实验结果和分析 | 第48-62页 |
| ·基于K均值聚类的自适应快速重建方法的实验结果与分析 | 第49-53页 |
| ·以非局部相似结构为导向的全局后处理的实验结果与分析 | 第53-57页 |
| ·与其他图像超分辨率重建算法的比较 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间的学术论文 | 第69页 |
