基于压缩感知的图像超分辨率重建
| 中文摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 论文的研究背景及意义 | 第10页 |
| 1.2 图像超分辨率的研究现状 | 第10-11页 |
| 1.3 超分辨率重建的实际使用 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 第二章 图像超分辨率重建 | 第13-25页 |
| 2.1 图像超分辨率重建的理论基础 | 第13-15页 |
| 2.1.1 图像降质模型 | 第13-14页 |
| 2.1.2 图像超分辨率重建的不适定性 | 第14-15页 |
| 2.2 基于插值的超分辨率 | 第15-17页 |
| 2.2.1 插值法的基本概念 | 第15页 |
| 2.2.2 双三次插值法 | 第15-17页 |
| 2.3 基于重构的图像超分辨率 | 第17-18页 |
| 2.4 基于学习的超分辨率 | 第18-22页 |
| 2.4.1 算法流程 | 第18-19页 |
| 2.4.2 代表算法 | 第19-22页 |
| 2.5 超分辨率重建的评价标准 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 基于压缩感知的图像超分辨率重建 | 第25-39页 |
| 3.1 压缩感知理论 | 第25-29页 |
| 3.1.1 压缩感知理论综述 | 第25-26页 |
| 3.1.2 压缩感知理论的基本原理 | 第26-27页 |
| 3.1.3 信号的稀疏表示 | 第27页 |
| 3.1.4 信号的观测矩阵 | 第27-28页 |
| 3.1.5 信号的重构 | 第28-29页 |
| 3.2 超分辨率字典的构建 | 第29-35页 |
| 3.2.1 字典的构建算法原理 | 第29-31页 |
| 3.2.2 MOD算法原理 | 第31-32页 |
| 3.2.3 KSVD算法原理 | 第32-34页 |
| 3.2.4 字典算法性能分析比较 | 第34-35页 |
| 3.3 基于压缩感知的超分辨率 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 重建算法实验分析 | 第39-51页 |
| 4.1 图像块对算法的影响 | 第39-41页 |
| 4.1.1 图像特征块的提取 | 第39-40页 |
| 4.1.2 图像分块预处理 | 第40页 |
| 4.1.3 图像块重叠 | 第40-41页 |
| 4.2 字典构建对算法的影响 | 第41-46页 |
| 4.2.1 字典图像训练集对算法的影响 | 第41-43页 |
| 4.2.2 字典大小对算法的影响 | 第43-46页 |
| 4.3 基于压缩感知的图像重建图像质量比较 | 第46-50页 |
| 4.3.1 灰度图像的重建 | 第46-47页 |
| 4.3.2 彩色图像重建 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58页 |
