| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要工作以及章节安排 | 第12-15页 |
| 第二章 单帧图像超分辨率重建方法概述 | 第15-28页 |
| 2.1 单帧图像超分辨率重建基础理论 | 第15-16页 |
| 2.1.1 图像成像理论 | 第15-16页 |
| 2.1.2 图像降质模型 | 第16页 |
| 2.2 基于学习的单帧图像超分辨率重建算法 | 第16-27页 |
| 2.2.1 基于Simple Functions的单帧图像超分辨率重建算法 | 第18-20页 |
| 2.2.2 基于联合优化回归器的单帧图像超分辨率重建算法 | 第20-24页 |
| 2.2.3 基于稀疏表示的单帧图像超分辨率重建算法 | 第24-25页 |
| 2.2.4 基于卷积神经网络的单帧图像超分辨率重建算法 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 多极限学习机回归融合单帧图像超分辨率重建 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 极限学习机回归 | 第28-30页 |
| 3.3 多极限学习机回归融合单帧图像超分辨率重建方法 | 第30-35页 |
| 3.3.1 算法原理 | 第30-32页 |
| 3.3.2 HR梯度与高频估计 | 第32-35页 |
| 3.4 实验与分析 | 第35-41页 |
| 3.4.1 参数设置 | 第35-36页 |
| 3.4.2 结果对比 | 第36-40页 |
| 3.4.3 复杂度分析与对比 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 有损压缩图像超分辨率重建 | 第42-52页 |
| 4.1 引言 | 第42-43页 |
| 4.2 算法原理 | 第43-47页 |
| 4.2.1 去图像压缩效应算法 | 第43-46页 |
| 4.2.2 有损压缩图像超分辨率重建算法 | 第46-47页 |
| 4.3 实验与分析 | 第47-51页 |
| 4.3.1 参数设置 | 第47页 |
| 4.3.2 结果对比 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 噪声图像超分辨率重建 | 第52-68页 |
| 5.1 引言 | 第52-53页 |
| 5.2 非局部均值方法的基本原理 | 第53-55页 |
| 5.2.1 非局部均值去噪算法 | 第53-54页 |
| 5.2.2 彩色图像非局部均值去噪算法 | 第54-55页 |
| 5.3 算法原理 | 第55-60页 |
| 5.3.1 问题描述 | 第55-56页 |
| 5.3.2 总体框架 | 第56-57页 |
| 5.3.3 彩色通道联合去噪 | 第57页 |
| 5.3.4 彩色通道融合去噪 | 第57-60页 |
| 5.4 实验与分析 | 第60-67页 |
| 5.4.1 实验条件 | 第60-61页 |
| 5.4.2 实验结果 | 第61-66页 |
| 5.4.3 算法复杂度分析 | 第66-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 不足与展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录1攻读硕士学位期间撰写的论文 | 第74-75页 |
| 附录2第五章相关公式的证明 | 第75-76页 |
| 致谢 | 第76页 |
