| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-15页 |
| 1.2.1 基于插值的方法 | 第12页 |
| 1.2.2 基于重建约束的方法 | 第12-13页 |
| 1.2.3 基于学习的方法 | 第13-15页 |
| 1.3 重建图像质量评价标准 | 第15-16页 |
| 1.3.1 主观评价方法 | 第15页 |
| 1.3.2 客观评价方法 | 第15-16页 |
| 1.4 本文研究内容 | 第16-18页 |
| 2 稀疏表示和小波变换 | 第18-28页 |
| 2.1 稀疏表示 | 第18-24页 |
| 2.1.1 稀疏表示理论 | 第19-20页 |
| 2.1.2 稀疏分解 | 第20-21页 |
| 2.1.3 字典训练 | 第21-24页 |
| 2.1.4 基于稀疏表示的图像重建模型 | 第24页 |
| 2.2 小波变换 | 第24-27页 |
| 2.2.1 小波变换概念 | 第24-25页 |
| 2.2.2 连续小波变换(CWT) | 第25页 |
| 2.2.3 离散小波变换(DWT) | 第25-26页 |
| 2.2.4 基于小波变换的图像重建模型 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 改进的基于小波变换的图像超分辨率重建 | 第28-36页 |
| 3.1 图像的退化模型 | 第28-29页 |
| 3.1.1 传统的基于小波变换的超分辨率重建——图像退化模型 | 第28-29页 |
| 3.1.2 本文的图像退化模型 | 第29页 |
| 3.2 改进的基于小波变换的图像超分辨率重建 | 第29-33页 |
| 3.2.1 Haar小波 | 第30-31页 |
| 3.2.2 改进的基于小波变换的重建模型 | 第31-33页 |
| 3.3 实验与分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 基于稀疏表示和小波变换的图像超分辨率重建 | 第36-52页 |
| 4.1 基于稀疏表示和小波变换的超分辨重建算法 | 第36-37页 |
| 4.2 基于稀疏表示的图像重建 | 第37-41页 |
| 4.2.1 特征提取 | 第38-39页 |
| 4.2.2 联合字典训练 | 第39-40页 |
| 4.2.3 基于稀疏表示重建的实验分析 | 第40-41页 |
| 4.3 高低频子带的获取 | 第41-42页 |
| 4.3.1 低频子带的获取 | 第41-42页 |
| 4.3.2 高频子带的获取 | 第42页 |
| 4.4 实验及分析 | 第42-51页 |
| 4.4.1 图像训练集的选取 | 第43-44页 |
| 4.4.2 特征提取 | 第44页 |
| 4.4.3 离散小波变换和平稳小波变换的结合 | 第44-45页 |
| 4.4.4 实验结果与分析 | 第45-49页 |
| 4.4.5 含噪图像超分辨率算法实验结果与分析 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 总结 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者简历 | 第56-58页 |
| 学位论文数据集 | 第58页 |