| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文贡献和安排 | 第11-12页 |
| 第二章 图像超分辨率重建技术 | 第12-21页 |
| ·超分辨率重建的基本原理 | 第12-14页 |
| ·超分辨率的理论基础 | 第12-13页 |
| ·图像的降质模型 | 第13-14页 |
| ·超分辨率重建算法 | 第14-20页 |
| ·基于插值的超分辨率重建算法 | 第15-16页 |
| ·基于约束集的超分辨率重建算法 | 第16-19页 |
| ·基于学习的超分辨率重建算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于非局部相似性的邻域嵌入超分辨率重建算法 | 第21-40页 |
| ·从流形学习到邻域嵌入 | 第21-27页 |
| ·流形学习基础 | 第21-24页 |
| ·基于邻域嵌入的超分辨率重建算法 | 第24-27页 |
| ·图像的非局部相似性 | 第27-30页 |
| ·利用非局部相似性的邻域嵌入超分辨率重建算法 | 第30-34页 |
| ·算法描述 | 第30-31页 |
| ·特征提取 | 第31-32页 |
| ·图像训练集 | 第32页 |
| ·引入非局部相似性的邻域嵌入超分辨率重建算法 | 第32-34页 |
| ·实验结果和分析 | 第34-39页 |
| ·实验环境和参数设定 | 第34-35页 |
| ·实验结果的比较与分析 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 压缩图像的快速超分辨率重建算法研究 | 第40-64页 |
| ·压缩图像超分辨率重建存在的问题 | 第40-47页 |
| ·压缩图像的降质特点 | 第40-42页 |
| ·迭代反向投影算法的重建效果 | 第42-45页 |
| ·基于邻域嵌入算法的重建效果 | 第45-47页 |
| ·针对压缩图像的快速邻域嵌入超分辨率重建算法 | 第47-54页 |
| ·图像训练集的建立 | 第47-50页 |
| ·适合压缩图像的特征提取 | 第50-52页 |
| ·优化重建权值系数 | 第52-53页 |
| ·压缩图像的快速邻域嵌入超分辨率重建算法 | 第53-54页 |
| ·实验结果和分析 | 第54-63页 |
| ·实验环境和参数设定 | 第54-56页 |
| ·实验结果和分析 | 第56-59页 |
| ·压缩图像的快速超分辨率重建演示界面 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·下一步的研究方向 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第70-71页 |
| 致谢 | 第71页 |