基于字典学习的超分辨率单点探测计算成像
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 单点探测计算成像技术研究现状 | 第10-12页 |
| 1.3 本文的主要研究内容与结构安排 | 第12-14页 |
| 第2章 超分辨率单点探测计算成像相关理论 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 基于压缩感知的单点探测计算成像 | 第14-16页 |
| 2.2.1 压缩感知理论简介 | 第14-15页 |
| 2.2.2 单点探测计算成像原理 | 第15-16页 |
| 2.3 基于字典学习的图像超分辨率重建技术 | 第16-21页 |
| 2.3.1 图像超分辨率重建模型 | 第16-17页 |
| 2.3.2 字典学习理论 | 第17-19页 |
| 2.3.3 基于字典学习的超分辨率重建算法概述 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于特征分类的双层图像超分辨率重建 | 第22-38页 |
| 3.1 引言 | 第22页 |
| 3.2 多特征提取的字典集训练 | 第22-26页 |
| 3.2.1 图像不同类型特征的提取 | 第22-25页 |
| 3.2.2 简化的过完备字典学习方法 | 第25-26页 |
| 3.3 基于特征分类的双层图像超分辨率重建算法 | 第26-29页 |
| 3.3.1 待测图像分层 | 第26-27页 |
| 3.3.2 图像局部稀疏求解模型 | 第27-28页 |
| 3.3.3 局部和非局部约束 | 第28-29页 |
| 3.4 仿真实验结果与分析 | 第29-37页 |
| 3.4.1 先验字典集的训练过程 | 第29-32页 |
| 3.4.2 图像超分辨率重建实验 | 第32-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 超分辨率单点探测计算成像系统设计 | 第38-56页 |
| 4.1 基于光纤收集的单点探测计算成像系统架构 | 第38-43页 |
| 4.1.1 光路传输模块 | 第38-39页 |
| 4.1.2 微镜调制模块 | 第39-40页 |
| 4.1.3 数据采集模块 | 第40-41页 |
| 4.1.4 图像重构模块 | 第41-43页 |
| 4.2 单点探测计算成像实验 | 第43-48页 |
| 4.2.1 实验仪器及实验平台 | 第43-44页 |
| 4.2.2 实验结果分析 | 第44-48页 |
| 4.3 超分辨率单点探测计算成像系统总体设计 | 第48-51页 |
| 4.3.1 系统采样端设计 | 第49-50页 |
| 4.3.2 系统重构端设计 | 第50-51页 |
| 4.4 超分辨率成像系统实验结果与分析 | 第51-55页 |
| 4.4.1 图像重建质量对比分析 | 第51-53页 |
| 4.4.2 时间复杂度对比分析 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第62-64页 |
| 致谢 | 第64页 |
