| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·研究背景及意义 | 第8-9页 |
| ·图像超分辨重建研究概述 | 第9-15页 |
| ·观测模型 | 第9-10页 |
| ·研究进展与现状 | 第10-14页 |
| ·评价指标 | 第14-15页 |
| ·本文的主要研究内容及工作安排 | 第15-18页 |
| 第二章 高斯过程回归和正则化学习 | 第18-26页 |
| ·高斯过程回归 | 第18-22页 |
| ·高斯过程在回归中的应用 | 第18-20页 |
| ·核函数的选择 | 第20-21页 |
| ·超参数的学习 | 第21-22页 |
| ·正则化学习 | 第22-24页 |
| ·正则化在解决反问题中的应用 | 第22-23页 |
| ·正则项的构造 | 第23-24页 |
| ·正则化参数的选择 | 第24页 |
| ·小结 | 第24-26页 |
| 第三章 基于块分类的高斯过程回归单帧图像超分辨重建 | 第26-36页 |
| ·引言 | 第26页 |
| ·数据预处理 | 第26-29页 |
| ·图像块分类 | 第26-29页 |
| ·超参数的计算 | 第29页 |
| ·基于块分类的高斯过程回归的单帧图像超分辨重建 | 第29-33页 |
| ·高斯过程回归学习 | 第30-31页 |
| ·基于 GPR 的单帧图像超分辨重建 | 第31-33页 |
| ·实验结果与分析 | 第33-34页 |
| ·小结 | 第34-36页 |
| 第四章 基于联合正则约束的单帧图像超分辨重建 | 第36-46页 |
| ·引言 | 第36-37页 |
| ·图像特征统计 | 第37-40页 |
| ·稀疏表示 | 第37-38页 |
| ·梯度直方图保持 | 第38-39页 |
| ·非局部自相似 | 第39-40页 |
| ·基于联合正则约束的单帧图像超分辨重建 | 第40-43页 |
| ·目标函数与优化 | 第40-42页 |
| ·基于 CRR 的单帧图像超分辨重建 | 第42-43页 |
| ·实验结果与分析 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 总结 | 第46页 |
| 工作展望 | 第46-48页 |
| 致谢 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 作者在读期间的研究成果 | 第54-55页 |