图像超分辨率重建研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7-8页 |
| ·图像超分辨率概述 | 第8-12页 |
| ·观测模型 | 第8-9页 |
| ·超分辨率重建相关概念 | 第9-10页 |
| ·超分辨率重建方法分类 | 第10-11页 |
| ·超分辨率重建研究现状 | 第11-12页 |
| ·本文主要工作 | 第12-13页 |
| ·本文内容安排 | 第13-15页 |
| 第二章 几种典型的图像超分辨率重建方法 | 第15-37页 |
| ·基于重建的超分辨率方法 | 第15-27页 |
| ·迭代反投影法 | 第15-17页 |
| ·最大后验概率估计法 | 第17-22页 |
| ·凸集投影法 | 第22-27页 |
| ·基于学习的超分辨率方法 | 第27-36页 |
| ·基于示例学习的方法 | 第27-32页 |
| ·基于邻域嵌入的方法 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 图像稀疏表示理论基础 | 第37-51页 |
| ·稀疏域模型 | 第37-39页 |
| ·稀疏模型数值求解 | 第39-44页 |
| ·MP算法 | 第39-40页 |
| ·OMP算法 | 第40-42页 |
| ·Bregman迭代算法 | 第42-44页 |
| ·过完备字典构造 | 第44-50页 |
| ·字典学习算法 | 第45页 |
| ·最佳方向算法 | 第45-47页 |
| ·K-SVD算法 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 图像超分辨率重建稀疏表示方法 | 第51-71页 |
| ·稀疏域模型超分辨率重建原理 | 第51-52页 |
| ·稀疏表示超分辨率重建方法 | 第52-59页 |
| ·Yang等人算法 | 第53-55页 |
| ·Elad等人算法 | 第55-58页 |
| ·实验结果 | 第58-59页 |
| ·基于双重稀疏字典学习方法 | 第59-70页 |
| ·多尺度表示 | 第59页 |
| ·双重稀疏字典学习 | 第59-62页 |
| ·双重稀疏字典超分辨率重构 | 第62-63页 |
| ·实验结果 | 第63-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 图像超分辨率重建质量评价 | 第71-79页 |
| ·评价方法 | 第71-74页 |
| ·主观评价 | 第71页 |
| ·客观评价 | 第71-74页 |
| ·重建结果评价 | 第74-78页 |
| ·本章小结 | 第78-79页 |
| 总结与展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 攻读硕士学位期间取得的科研成果 | 第87-89页 |
| 致谢 | 第89页 |
