摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
第1章 绪论 | 第12-22页 |
·课题的背景及研究意义 | 第12-15页 |
·国内外研究现状 | 第15-18页 |
·国际上本学科领域的发展状况 | 第15-17页 |
·国内本学科领域的发展状况 | 第17页 |
·超分辨率重建技术发展趋势 | 第17-18页 |
·论文的主要工作 | 第18-20页 |
·论文的内容安排 | 第20-22页 |
第2章 序列图像的超分辨率重建 | 第22-41页 |
·序列图像超分辨率重建问题的理论模型与处理步骤 | 第22-25页 |
·序列图像超分辨率重建的理论模型 | 第22-23页 |
·序列图像超分辨率重建问题的基本处理步骤 | 第23-25页 |
·序列图像超分辨率重建问题的两个特性 | 第25-27页 |
·反问题 | 第25-26页 |
·病态性 | 第26-27页 |
·序列图像超分辨率重建方法的分类 | 第27-37页 |
·频域重建方法 | 第27-29页 |
·空域重建方法 | 第29-37页 |
·重建图像质量评价标准 | 第37-40页 |
·有参考质量评价 | 第37-39页 |
·无参考质量评价 | 第39-40页 |
·本章小结 | 第40-41页 |
第3章 基于小波分解与多约束准则改进的序列图像配准 | 第41-62页 |
·引言 | 第41-42页 |
·图像配准 | 第42-52页 |
·图像配准定义 | 第42-44页 |
·图像配准算法 | 第44-52页 |
·基于小波分解和多约束准则改进的序列图像配准 | 第52-57页 |
·基于小波多分辨的图像分解 | 第52-54页 |
·基于小波分解和多约束准则改进的序列图像配准 | 第54-57页 |
·实验结果与分析 | 第57-61页 |
·本章小结 | 第61-62页 |
第4章 基于全变分正则模型的超分辨率重建 | 第62-78页 |
·引言 | 第62页 |
·应用于超分辨率重建的正则化技术 | 第62-66页 |
·Tikhonov 正则化方法 | 第63页 |
·共轭梯度法 | 第63-65页 |
·基于非局部滤波的正则化方法 | 第65-66页 |
·基于全变分正则化的重建方法 | 第66-69页 |
·有界变分函数空间与全变分函数 | 第66-67页 |
·超分辨率重建中的全变分正则化方法 | 第67-69页 |
·基于自适应耦合局部数字全变分的超分辨率重建 | 第69-72页 |
·实验结果与分析 | 第72-76页 |
·本章小结 | 第76-78页 |
第5章 结合学习理论与自适应正则模型的超分辨率重建 | 第78-102页 |
·引言 | 第78-79页 |
·基于学习的高分辨率迭代初始图像生成 | 第79-91页 |
·基于学习的超分辨率重建 | 第79-80页 |
·基于稀疏表示模型的超分辨率重建 | 第80-83页 |
·基于学习和稀疏表示的重建初始图像生成 | 第83-87页 |
·实验结果与分析 | 第87-91页 |
·基于学习和自适应三边滤波正则化的超分辨率重建 | 第91-100页 |
·基于三边滤波正则化的超分辨率重建 | 第91-94页 |
·基于学习和自适应三边滤波正则化的超分辨率重建 | 第94-96页 |
·实验结果与分析 | 第96-100页 |
·本章小结 | 第100-102页 |
第6章 基于通道信息联合约束的彩色图像序列超分辨率重建 | 第102-115页 |
·引言 | 第102页 |
·彩色图像超分辨率重建中常用的色彩空间 | 第102-107页 |
·RGB 色彩空间 | 第103-104页 |
·HSV 色彩空间 | 第104-105页 |
·YUV 色彩空间 | 第105-106页 |
·YCbCr 色彩空间 | 第106-107页 |
·彩色图像超分辨率重建方法简介 | 第107-109页 |
·通道信息分离重建方法 | 第107-108页 |
·通道信息联合重建方法 | 第108-109页 |
·基于通道信息联合约束的彩色序列图像超分辨率重建 | 第109-112页 |
·实验结果与分析 | 第112-114页 |
·本章小结 | 第114-115页 |
第7章 总结与展望 | 第115-119页 |
·全文总结 | 第115-116页 |
·工作展望 | 第116-119页 |
参考文献 | 第119-136页 |
攻读博士期间完成的论文 | 第136-137页 |
致谢 | 第137-138页 |