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 |