| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-14页 |
| 缩略语对照表 | 第14-17页 |
| 第一章 绪论 | 第17-25页 |
| 1.1 研究背景和意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-23页 |
| 1.2.1 图像超分辨研究现状 | 第18-22页 |
| 1.2.2 PCB板缺陷检测研究现状 | 第22-23页 |
| 1.3 主要研究内容 | 第23-25页 |
| 第二章 相关理论与研究 | 第25-33页 |
| 2.1 图像退化模型 | 第25-26页 |
| 2.2 基于实例学习的超分辨重建框架 | 第26-27页 |
| 2.3 字典学习 | 第27页 |
| 2.4 基于编码的实例学习方法 | 第27-29页 |
| 2.4.1 基于邻域嵌入的超分辨重建方法 | 第28-29页 |
| 2.4.2 基于稀疏编码的超分辨重建方法 | 第29页 |
| 2.5 迭代反投影算法 | 第29-30页 |
| 2.6 图像质量评价 | 第30-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第三章 基于偏差学习的图像超分辨重建 | 第33-49页 |
| 3.1 DLSR的训练和重建框架 | 第33-34页 |
| 3.2 投影矩阵的学习 | 第34-35页 |
| 3.3 偏差映射矩阵的学习 | 第35-37页 |
| 3.4 实验结果及分析 | 第37-48页 |
| 3.4.1 参数设置 | 第37-38页 |
| 3.4.2 不同方法对比实验 | 第38-46页 |
| 3.4.3 字典大小对比实验 | 第46-47页 |
| 3.4.4 图像块大小对比实验 | 第47-48页 |
| 3.4.5 邻域个数对比实验 | 第48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于全局回归的图像超分辨重建 | 第49-65页 |
| 4.1 GRSR的整体框架 | 第49-50页 |
| 4.2 全局回归矩阵的学习 | 第50-52页 |
| 4.3 实验结果与分析 | 第52-63页 |
| 4.3.1 参数设置 | 第52-53页 |
| 4.3.2 不同方法对比实验 | 第53-61页 |
| 4.3.3 字典大小对比实验 | 第61-62页 |
| 4.3.4 邻域个数对比实验 | 第62页 |
| 4.3.5 图像块大小对比实验 | 第62-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第五章 超分辨重建在PCB板缺陷检测中的应用 | 第65-73页 |
| 5.1 AOI系统及原理 | 第65-66页 |
| 5.2 DLSR和GRSR在PCB缺陷检测上的应用 | 第66-71页 |
| 5.3 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 作者简介 | 第83-84页 |