首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于稀疏正则化理论的超分辨率图像重建算法研究

致谢第1-6页
摘要第6-7页
Abstract第7-13页
1 绪论第13-18页
   ·研究背景及意义第13-15页
   ·国内外研究现状第15-16页
   ·本文内容和结构第16-18页
2 超分辨率图像重建算法第18-26页
   ·引言第18-19页
   ·基于插值的超分辨率图像重建第19-21页
     ·最近邻插值法第19-20页
     ·双线性插值法第20页
     ·双三次插值法第20-21页
   ·基于重建的超分辨率图像重建第21-23页
     ·凸集投影法第21-22页
     ·迭代反投影法第22页
     ·统计复原法第22-23页
   ·基于学习的超分辨率图像重建第23-25页
     ·样例法第23-24页
     ·近邻嵌入法第24-25页
   ·本章小结第25-26页
3 基于稀疏表示的超分辨图像重建算法及改进第26-51页
   ·引言第26页
   ·基于稀疏表示的超分辨率图像重建第26-29页
     ·图像稀疏表示第26-27页
     ·超分辨率图像重建第27-29页
     ·字典训练第29页
   ·基于 ι_p(0 < p < 1) 稀疏正则项的超分辨率图像重建第29-40页
     ·基于ι_p(0 < p < 1) 稀疏正则项的模型建立第30-32页
     ·优化问题求解第32-35页
     ·仿真实验与分析第35-40页
   ·基于局部结构相似与协同表示的超分辨率图像重建第40-50页
     ·协同表示超分辨率图像重建第40-41页
     ·基于局部结构相似的超分辨率图像重建第41-45页
     ·仿真实验与分析第45-50页
   ·本章小结第50-51页
4 基于矩阵填充和恢复的超分辨率图像重构算法第51-64页
   ·引言第51页
   ·低秩矩阵恢复第51-53页
     ·鲁棒主成分分析第51-52页
     ·矩阵填充第52页
     ·低秩表示第52-53页
   ·基于低秩矩阵恢复的超分辨率图像重构第53-59页
     ·算法简介第53-54页
     ·模型建立第54-57页
     ·模型求解第57-59页
   ·实验结果与分析第59-63页
   ·本章小结第63-64页
5 结论与展望第64-65页
   ·研究总结第64页
   ·进一步需要开展的工作第64-65页
参考文献第65-71页
作者简历第71页

论文共71页,点击 下载论文
上一篇:石墨烯等效电路以及在太赫兹调制器中的应用研究
下一篇:嵌入式幼虫图像采集处理技术研究