基于压缩感知的视频超分辨率技术研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 1. 绪论 | 第10-26页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 超分辨率的概述 | 第12-18页 |
| 1.2.1 超分辨率重建模型 | 第12-15页 |
| 1.2.2 超分辨率研究现状 | 第15-18页 |
| 1.3 压缩感知概述 | 第18-24页 |
| 1.3.1 压缩感知的背景介绍 | 第18-19页 |
| 1.3.2 压缩感知原理概述 | 第19-23页 |
| 1.3.3 基于压缩感知的超分辨率问题 | 第23-24页 |
| 1.4 本文主要工作及内容安排 | 第24-26页 |
| 2. 基于压缩感知的单帧图像超分辨率 | 第26-54页 |
| 2.1 算法基础 | 第26-29页 |
| 2.1.1 挖掘图像内部的自相关信息 | 第26-28页 |
| 2.1.2 充分利用图像的稀疏性 | 第28-29页 |
| 2.1.3 结合自学习与压缩感知的超分辨率算法 | 第29页 |
| 2.2 压缩感知框架下的单帧图像超分辨率 | 第29-40页 |
| 2.2.1 采样矩阵 | 第30-33页 |
| 2.2.2 稀疏字典 | 第33-36页 |
| 2.2.3 重构算法 | 第36-38页 |
| 2.2.4 自相似块匹配 | 第38-40页 |
| 2.3 实验结果与分析 | 第40-53页 |
| 2.3.1 实验背景 | 第40-41页 |
| 2.3.2 实验结果分析 | 第41-47页 |
| 2.3.3 字典大小影响分析 | 第47-49页 |
| 2.3.4 图像块大小与重叠影响分析 | 第49-50页 |
| 2.3.5 自相似块匹配搜索区域影响分析 | 第50-53页 |
| 2.4 本章小结 | 第53-54页 |
| 3. 基于压缩感知的视频超分辨率 | 第54-85页 |
| 3.1 算法基础 | 第54-57页 |
| 3.1.1 基于运动估计的配准方法 | 第54-56页 |
| 3.1.2 基于相似性的方法 | 第56-57页 |
| 3.2 压缩感知框架下的视频超分辨率技术 | 第57-69页 |
| 3.2.1 稀疏字典更新 | 第58-61页 |
| 3.2.2 基于相似性的方法 | 第61-64页 |
| 3.2.3 基于运动估计的方法 | 第64-69页 |
| 3.3 实验结果与分析 | 第69-83页 |
| 3.3.1 实验背景 | 第69页 |
| 3.3.2 基于相似性方法的实验 | 第69-73页 |
| 3.3.3 基于准确亚像素运动估计的方法实验 | 第73-77页 |
| 3.3.4 两种方法的对比分析 | 第77-82页 |
| 3.3.5 不同字典训练方法的影响分析 | 第82-83页 |
| 3.4 本章小结 | 第83-85页 |
| 4. 总结与展望 | 第85-87页 |
| 4.1 总结 | 第85-86页 |
| 4.2 展望 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 作者攻读硕士学位期间的研究成果 | 第92页 |
