基于字典训练和稀疏表示的图像超分辨率重建算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景与目的 | 第10-11页 |
| ·课题研究背景 | 第10页 |
| ·超分辨率重建的目的 | 第10-11页 |
| ·超分辨率重建的发展现状 | 第11-13页 |
| ·基于插值的方法 | 第11-12页 |
| ·基于重建的方法 | 第12页 |
| ·基于学习的方法 | 第12-13页 |
| ·超分辨率重建的应用 | 第13-14页 |
| ·重建算法质量评价指标 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第2章 基于稀疏表示的单幅图像超分辨率重建 | 第16-29页 |
| ·稀疏表示理论 | 第16-20页 |
| ·稀疏表示的基本思想 | 第16-17页 |
| ·稀疏表示问题的优化算法 | 第17-18页 |
| ·稀疏表示字典的设计 | 第18-20页 |
| ·非局部相似性 | 第20-21页 |
| ·基于稀疏表示的单幅图像超分辨率重建算法 | 第21-25页 |
| ·迭代反投影的应用 | 第25-26页 |
| ·实验结果与分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于图像自身信息的分次超分辨率重建 | 第29-40页 |
| ·引言 | 第29页 |
| ·放大倍数与重建质量的关系 | 第29-30页 |
| ·利用图像自身信息分次进行重建 | 第30-33页 |
| ·自身字典训练 | 第30-31页 |
| ·基于自身字典的分次超分辨率重建 | 第31-33页 |
| ·图像后处理 | 第33页 |
| ·实验结果与分析 | 第33-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于多字典及稀疏系数映射的超分辨率重建 | 第40-52页 |
| ·引言 | 第40页 |
| ·基于多字典及其系数映射的超分辨率重建算法 | 第40-46页 |
| ·高低分辨率稀疏系数比较 | 第40-41页 |
| ·字典训练 | 第41-42页 |
| ·图像块分类 | 第42-44页 |
| ·重建算法 | 第44-46页 |
| ·实验结果及分析 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于图像自相似性和字典训练的超分辨率重建 | 第52-62页 |
| ·引言 | 第52页 |
| ·基于图像自相似性和字典训练的超分辨率重建算法 | 第52-56页 |
| ·利用图像自相似性重建高分辨率图像 | 第52-54页 |
| ·基于字典学习的超分辨率重建 | 第54-56页 |
| ·重建算法 | 第56页 |
| ·实验结果与分析 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
