| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景 | 第9-12页 |
| ·三维表面纹理的简介 | 第9-10页 |
| ·超分辨率的研究意义 | 第10-11页 |
| ·三维表面纹理超分辨率研究意义 | 第11-12页 |
| ·本论文研究的工作 | 第12-14页 |
| 2 文献综述 | 第14-18页 |
| ·关于三维表面纹理的表示方法和重光照技术 | 第14-15页 |
| ·基于学习的超分辨率技术 | 第15-16页 |
| ·Textons技术和支持向量机理论 | 第16-18页 |
| ·Textons | 第16-17页 |
| ·支持向量机 | 第17-18页 |
| 3 三维表面纹理的表示和重光照方法 | 第18-25页 |
| ·三维表面纹理的采集 | 第18-19页 |
| ·三维表面纹理的表示方法和重光照 | 第19-24页 |
| ·三维表面纹理表示的数学模型 | 第20-22页 |
| ·基于3I的三维表面纹理的表示方法 | 第22-23页 |
| ·基于Gradient的三维表面纹理的表示方法 | 第23页 |
| ·基于Eigen的三维表面纹理的表示方法 | 第23-24页 |
| ·结论 | 第24-25页 |
| 4 基于学习的三维表面纹理超分辨率 | 第25-37页 |
| ·基于例子学习的超分辨率算法 | 第25-30页 |
| ·训练集的生成和输入图像的预处理 | 第25-27页 |
| ·马尔可夫网络模型 | 第27-28页 |
| ·single-pass模型 | 第28-30页 |
| ·三维表面纹理的超分辨率流程 | 第30-32页 |
| ·基于3I和Gradient的三维表面纹理超分辨率 | 第32-33页 |
| ·基于eigen-base图像的三维表面纹理超分辨率 | 第33-37页 |
| 5 基于Textons和SVM的二维纹理的超分辨率 | 第37-48页 |
| ·Textons介绍 | 第37-40页 |
| ·2D Textons | 第38-39页 |
| ·3D Textons | 第39-40页 |
| ·SVM简介 | 第40-44页 |
| ·基于Textons和SVM的二维图像的超分辨率 | 第44-48页 |
| 6 基于通用训练集的三维表面纹理超分辨率 | 第48-69页 |
| ·纹理图像的获取 | 第48-50页 |
| ·基于通用训练集的三维表面纹理超分辨率算法描述 | 第50-59页 |
| ·图像的预处理 | 第50-52页 |
| ·生成通用训练集 | 第52-57页 |
| ·使用SVM预测高频图像 | 第57-58页 |
| ·三维表面纹理的重光照 | 第58-59页 |
| ·三维表面纹理超分辨率处理的实验结果 | 第59-69页 |
| ·基于3I表示方法的实验结果 | 第59-64页 |
| ·基于Gradient方法表示的实验结果 | 第64-69页 |
| 7 总结与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 个人简历 | 第77页 |
| 发表的学术论文 | 第77页 |
| 研究成果 | 第77页 |
