图像超分辨率复原及其在分类中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 图像超分辨率技术的研究现状 | 第15-16页 |
| 1.3 课题研究与论文工作 | 第16-18页 |
| 第二章 超分辨率理论基础 | 第18-26页 |
| 2.1 超分辨率数学模型及技术概述 | 第18-19页 |
| 2.2 经典的超分辨方法 | 第19-22页 |
| 2.2.1 基于插值的方法 | 第19-20页 |
| 2.2.2 基于重建的方法 | 第20-21页 |
| 2.2.3 基于学习的方法 | 第21-22页 |
| 2.3 图像质量评价标准 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于联合优化的SAR图像超分辨方法 | 第26-38页 |
| 3.1 SAR图像介绍 | 第26-27页 |
| 3.2 基于样例学习的图像超分辨方法 | 第27-28页 |
| 3.3 EM算法 | 第28-29页 |
| 3.4 基于联合优化的SAR图像超分辨 | 第29-31页 |
| 3.5 实验分析 | 第31-37页 |
| 3.5.1 实验数据介绍 | 第31-32页 |
| 3.5.2 特征选取 | 第32页 |
| 3.5.3 实验设置 | 第32-33页 |
| 3.5.4 实验结果 | 第33-36页 |
| 3.5.5 参数分析 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 基于图像超分辨的图像分类问题分析 | 第38-52页 |
| 4.1 基于压缩感知的图像超分辨方法 | 第38-42页 |
| 4.1.1 压缩感知简介 | 第38-40页 |
| 4.1.2 基于压缩感知的图像超分辨方法 | 第40-42页 |
| 4.2 图像分类方法 | 第42-44页 |
| 4.2.1 研究方案 | 第42页 |
| 4.2.2 bag-of-sift算法 | 第42-44页 |
| 4.3 实验分析 | 第44-51页 |
| 4.3.1 实验数据介绍 | 第44-45页 |
| 4.3.2 实验设置 | 第45页 |
| 4.3.3 实验结果 | 第45-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于深度自编码的多尺度图像分类方法 | 第52-64页 |
| 5.1 深度自编码模型 | 第52-54页 |
| 5.2 典型相关分析 | 第54-56页 |
| 5.2.1 典型相关分析的定义 | 第54-55页 |
| 5.2.2 典型相关的计算 | 第55-56页 |
| 5.2.3 典型相关分析的应用 | 第56页 |
| 5.3 基于深度自编码的多尺度图像分类方法 | 第56-59页 |
| 5.4 实验分析 | 第59-62页 |
| 5.4.1 数据集介绍 | 第59页 |
| 5.4.2 实验设置 | 第59-60页 |
| 5.4.3 实验结果 | 第60-61页 |
| 5.4.4 参数分析 | 第61-62页 |
| 5.5 本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |
