| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-28页 |
| §1-1 研究背景和意义 | 第11-13页 |
| §1-2 国内外研究现状 | 第13-17页 |
| 1-2-1 单帧超分辨率重建 | 第14-15页 |
| 1-2-2 多帧超分辨率重建 | 第15-17页 |
| §1-3 超分辨率重建理论概述 | 第17-25页 |
| 1-3-1 基于重构的超分辨率重建 | 第17-23页 |
| 1-3-2 基于学习的超分辨率重建 | 第23-25页 |
| §1-4 图像质量的评价标准 | 第25-27页 |
| 1-4-1 主观评价 | 第25页 |
| 1-4-2 客观评价 | 第25-27页 |
| §1-5 论文组织结构 | 第27-28页 |
| 第二章 基于 MAP 框架的金字塔人脸超分辨率算法 | 第28-46页 |
| §2-1 引言 | 第28-30页 |
| §2-2 金字塔算法 | 第30-35页 |
| 2-2-1 图像高斯金字塔分解 | 第30-32页 |
| 2-2-2 图像拉普拉斯金字塔分解 | 第32-35页 |
| §2-3 塔状父结构人脸超分辨率算法 | 第35-41页 |
| 2-3-1 塔状父结构算法 | 第35-37页 |
| 2-3-2 观测模型 | 第37-38页 |
| 2-3-3 贝叶斯最大后验估计 | 第38页 |
| 2-3-4 约束模型建立 | 第38-40页 |
| 2-3-5 最优化超分辨率图像 | 第40-41页 |
| §2-4 实验结果与分析 | 第41-45页 |
| 2-4-1 人脸超分辨率重建结果 | 第41-43页 |
| 2-4-2 人脸超分辨率重建质量对比 | 第43-44页 |
| 2-4-3 样本数量的影响 | 第44页 |
| 2-4-4 噪声的影响 | 第44-45页 |
| §2-5 小结 | 第45-46页 |
| 第三章 稀疏表示的幻脸算法 | 第46-71页 |
| §3-1 引言 | 第46-47页 |
| §3-2 稀疏表示的理论基础 | 第47-57页 |
| 3-2-1 稀疏表示 | 第47-49页 |
| 3-2-2 稀疏表示优化方法 | 第49-54页 |
| 3-2-3 稀疏表示字典设计 | 第54-57页 |
| §3-3 稀疏表示的人脸幻脸算法 | 第57-63页 |
| 3-3-1 稀疏字典的学习 | 第58-60页 |
| 3-3-2 图像块特征提取 | 第60-61页 |
| 3-3-3 算法设计 | 第61-63页 |
| §3-4 实验结果与分析 | 第63-70页 |
| 3-4-1 人脸超分辨率重建结果 | 第63-64页 |
| 3-4-2 人脸超分辨率重建质量对比 | 第64-65页 |
| 3-4-3 字典大小的影响 | 第65-67页 |
| 3-4-4 样本数量的影响 | 第67-68页 |
| 3-4-5 噪声的影响 | 第68-70页 |
| §3-5 小结 | 第70-71页 |
| 第四章 联合运动估计和帧选择的多帧超分辨率重建算法 | 第71-98页 |
| §4-1 引言 | 第71-72页 |
| §4-2 运动估计算法 | 第72-75页 |
| 4-2-1 基于特征的方法 | 第72页 |
| 4-2-2 基于光流的方法 | 第72-73页 |
| 4-2-3 基于块的方法 | 第73-75页 |
| §4-3 SR 重建观测模型 | 第75-76页 |
| §4-4 运动估计和自适应帧选择 | 第76-90页 |
| 4-4-1 光流法运动估计 | 第76-83页 |
| 4-4-2 光流法自适应帧选择算法 | 第83-90页 |
| §4-5 基于 MAP 的 SR 重建 | 第90-92页 |
| §4-6 实验结果与分析 | 第92-97页 |
| 4-6-1 模拟运动序列试验 | 第94-95页 |
| 4-6-2 真实视频序列试验 | 第95-97页 |
| §4-7 小结 | 第97-98页 |
| 第五章 结论与展望 | 第98-101页 |
| §5-1 主要工作与结论 | 第98-99页 |
| §5-2 展望 | 第99-101页 |
| 参考文献 | 第101-112页 |
| 致谢 | 第112-113页 |
| 攻读学位期间所取得的相关科研成果 | 第113页 |