| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 课题研究的应用前景 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 国外研究现状及应用 | 第10-14页 |
| 1.3.2 国内研究现状及应用 | 第14页 |
| 1.4 论文的主要内容 | 第14-16页 |
| 第2章 超分辨率图像重建 | 第16-26页 |
| 2.1 超分辨率图像的概念 | 第16页 |
| 2.2 超分辨图像重建的数学物理基础 | 第16-17页 |
| 2.3 常用超分辨率重建图像算法 | 第17-24页 |
| 2.3.1 频域法 | 第17-19页 |
| 2.3.2 空域法 | 第19-24页 |
| 2.4 超分辨率图像重建未来发展方向 | 第24-26页 |
| 2.4.1 运动估计 | 第24页 |
| 2.4.2 退化模型 | 第24-25页 |
| 2.4.3 算法改进 | 第25-26页 |
| 第3章 遗传算法特点及在图像重建中的应用 | 第26-32页 |
| 3.1 遗传算法的生物学背景及发展历程 | 第26页 |
| 3.1.1 遗传算法的生物学背景 | 第26页 |
| 3.2 遗传算法的基本运算过程 | 第26-30页 |
| 3.3 遗传算法的特点 | 第30-32页 |
| 第4章 基于灾变遗传算法的超分辨率图像重建 | 第32-47页 |
| 4.1 引言 | 第32页 |
| 4.2 超分辨率图像重建的模型 | 第32-34页 |
| 4.3 灾变遗传算法 | 第34-36页 |
| 4.4 灾变遗传算法在超分辨率图像重建中的运用 | 第36-40页 |
| 4.4.1 编码 | 第37页 |
| 4.4.2 种群的初始化 | 第37-38页 |
| 4.4.3 适应度函数 | 第38-39页 |
| 4.4.4 选择算子 | 第39页 |
| 4.4.5 交叉算子 | 第39-40页 |
| 4.4.6 变异算子 | 第40页 |
| 4.5 实验结果与分析 | 第40-47页 |
| 第5章 基于空间自适应正则化的遗传算法超分辨率重建 | 第47-56页 |
| 5.1 引言 | 第47-48页 |
| 5.2 超分辨率图像质量评价方法研究 | 第48-51页 |
| 5.2.1 质量评价方法 | 第48-51页 |
| 5.2.1.1 主观质量评价法 | 第48-49页 |
| 5.2.1.2 客观质量评价方法 | 第49-51页 |
| 5.3 自适应的正则化参数 | 第51页 |
| 5.4 空间自适应正则化 | 第51-52页 |
| 5.5 结果分析 | 第52-56页 |
| 第6章 论文总结及展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |