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

基于图像区域分解的超分辨重构算法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-19页
    1.1 研究背景及意义第11页
    1.2 超分辨率重构的研究现状第11-16页
        1.2.1 基于插值的超分辨率重构第13-14页
        1.2.2 基于重建的超分辨率重构第14-15页
        1.2.3 基于学习的超分辨率重构第15-16页
    1.3 超分辨率重构的发展趋势第16-17页
    1.4 本文研究内容及结构安排第17-19页
第二章 稀疏表示的理论基础第19-31页
    2.1 引言第19页
    2.2 稀疏表示的理论第19-21页
    2.3 稀疏表示的优化分解算法第21-24页
        2.3.1 贪婪追踪算法第21-23页
        2.3.2 松弛优化算法第23-24页
    2.4 稀疏表示的字典设计第24-28页
        2.4.1 MOD算法第25页
        2.4.2 广义PCA法第25-26页
        2.4.3 最大似然法第26-27页
        2.4.4 参数训练法第27页
        2.4.5 在线字典训练法第27-28页
    2.5 稀疏表示的图像处理应用第28-30页
    2.6 本章小结第30-31页
第三章 基于OSV模型及其Split Bregman方法和稀疏表示的超分辨率重构第31-47页
    3.1 引言第31页
    3.2 基本思想第31-33页
    3.3 基于OSV模型及其Split Bregman方法的图像结构纹理分解第33-38页
        3.3.1 OSV模型概述第34-35页
        3.3.2 基于Split Bregman方法的OSV模型第35-37页
        3.3.3 基于Split Bregman方法的OSV模型结果分析第37-38页
    3.4 高低分辨率字典对的构建第38-44页
        3.4.1 训练样本获取第39-40页
        3.4.2 字典学习阶段第40-43页
        3.4.3 图像块特征提取第43-44页
    3.5 高分辨率图像的重构第44-46页
        3.5.1 纹理图像重构第45页
        3.5.2 结构纹理部分合并第45-46页
    3.6 本章小结第46-47页
第四章 基于融合LBP和GLCM和稀疏表示的超分辨率重构第47-56页
    4.1 引言第47页
    4.2 基本思想第47-48页
    4.3 融合LBP和GLCM的纹理特征提取第48-53页
        4.3.1 LBP算子第49-50页
        4.3.2 灰度共生矩阵及其Haralick特征第50-52页
        4.3.3 纹理特征提取方法第52-53页
    4.4 高低分辨率字典对训练第53页
    4.5 高分辨率图像重构第53-55页
    4.6 本章小结第55-56页
第五章 基于显著图和稀疏表示的超分辨率重构第56-69页
    5.1 引言第56页
    5.2 人类视觉系统与图像显著性算法第56-63页
        5.2.1 人类视觉注意力机制第57-58页
        5.2.2 图像显著性理论第58-59页
        5.2.3 FT算法第59-61页
        5.2.4 FT算法实验结果分析第61-63页
    5.3 基本思想第63-64页
    5.4 高低分辨率字典对训练第64-67页
        5.4.1 K-SVD算法第65-66页
        5.4.2 单个字典训练第66页
        5.4.3 联合字典训练第66-67页
    5.5 高分辨率图像合并重构第67-68页
    5.6 本章小结第68-69页
第六章 实验结果与分析第69-84页
    6.1 引言第69页
    6.2 图像质量的评价第69-71页
        6.2.1 峰值信噪比第69-70页
        6.2.2 结构相似度第70页
        6.2.3 特征相似度第70-71页
    6.3 彩色图像空间转换第71页
    6.4 实验环境以及实验参数说明第71-74页
    6.5 实验效果对比第74-83页
        6.5.1 重构视觉效果对比第74-79页
        6.5.2 重构客观标准对比第79-82页
        6.5.3 时间性能对比第82-83页
    6.6 本章小结第83-84页
总结与展望第84-86页
参考文献第86-93页
攻读硕士学位期间取得的研究成果第93-94页
致谢第94-95页
附件第95页

论文共95页,点击 下载论文
上一篇:BIM技术在某商场机电设计及施工阶段的应用研究
下一篇:基于OMNeT平台的以太网AVB网络仿真模型设计与实现