| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 图像超分辨率的国内外研究现状 | 第9-12页 |
| 1.2.1 基于插值的方法 | 第9-10页 |
| 1.2.2 基于重建的方法 | 第10-11页 |
| 1.2.3 基于学习的方法 | 第11-12页 |
| 1.3 本论文的主要工作及章节安排 | 第12-13页 |
| 2 稀疏表示理论 | 第13-21页 |
| 2.1 信号的稀疏表示 | 第13-15页 |
| 2.2 冗余字典的学习 | 第15-17页 |
| 2.2.1 最优方向法 | 第16页 |
| 2.2.2 广义 PCA 方法 | 第16-17页 |
| 2.2.3 K-SVD 方法 | 第17页 |
| 2.3 信号的稀疏分解 | 第17-19页 |
| 2.3.1 匹配追踪算法 | 第17-18页 |
| 2.3.2 正交匹配追踪算法 | 第18-19页 |
| 2.4 图像质量的评价准则 | 第19-20页 |
| 2.4.1 主观质量评价方法 | 第19页 |
| 2.4.2 客观评价标准 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 改进字典学习方法的图像超分辨率重建算法 | 第21-40页 |
| 3.1 概述 | 第21-25页 |
| 3.1.1 局部稀疏优化模型 | 第21-22页 |
| 3.1.2 图像重建全局约束模型 | 第22-25页 |
| 3.2 冗余字典的训练 | 第25-27页 |
| 3.2.1 单一字典的训练 | 第25页 |
| 3.2.2 字典对的联合训练 | 第25-27页 |
| 3.3 图像的 LBP 纹理特征 | 第27-36页 |
| 3.3.1 基本的 LBP 算子 | 第27-29页 |
| 3.3.2 LBP 算子的等价模式 | 第29-30页 |
| 3.3.3 LBP 算子的旋转不变性 | 第30-31页 |
| 3.3.4 基于图像块的 LBP 算子 | 第31-33页 |
| 3.3.5 多阈值 LBP | 第33-36页 |
| 3.4 训练样本集的选择与联合字典的训练 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 实验结果与分析 | 第40-53页 |
| 4.1 彩色图像的重建 | 第40页 |
| 4.2 算法性能分析 | 第40-50页 |
| 4.3 影响图像重建效果的因素分析 | 第50-52页 |
| 4.3.1 字典大小的影响 | 第50页 |
| 4.3.2 正则化参数对算法重建效果的影响 | 第50-51页 |
| 4.3.3 训练样本数量的影响 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 基于图像块特征的自适应快速超分辨率重建方法 | 第53-62页 |
| 5.1 图像方差 | 第53页 |
| 5.2 双三次图像插值 | 第53-55页 |
| 5.3 基于图像块特征的自适应快速超分辨率重建算法 | 第55-61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |