基于SIFT算法的超分辨率图像重建
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.2 研究内容与组织结构 | 第11-12页 |
| 第二章 超分辨率重建问题的研究 | 第12-22页 |
| 2.1 超分辨率重建概述 | 第12-14页 |
| 2.1.1 超分辨率重建的概念 | 第12页 |
| 2.1.2 超分辨率重建的前提 | 第12-13页 |
| 2.1.3 超分辨率重建的原理 | 第13-14页 |
| 2.2 图像的降质模型 | 第14-16页 |
| 2.2.1 图像的降质模型 | 第14-15页 |
| 2.2.2 模型参数的分析 | 第15-16页 |
| 2.3 常用的图像重建算法 | 第16-20页 |
| 2.3.1 非均匀插值 | 第16-17页 |
| 2.3.2 反向迭代投影 | 第17-18页 |
| 2.3.3 滤波器法 | 第18页 |
| 2.3.4 最大后验概率 | 第18-20页 |
| 2.4 超分辨率重建的算法综述 | 第20-21页 |
| 2.4.1 超分辨率重建的基本步骤 | 第20页 |
| 2.4.2 重建质量评价 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于尺度不变特征的图像配准 | 第22-33页 |
| 3.1 经典配准方法分析 | 第22-24页 |
| 3.2 尺度不变特征算法概述 | 第24-28页 |
| 3.2.1 不变特征的提取 | 第26-27页 |
| 3.2.2 不变特征的描述 | 第27-28页 |
| 3.3 尺度不变特征算法流程 | 第28-32页 |
| 3.3.1 特征兴趣点的检测 | 第29-30页 |
| 3.3.2 剔除非稳定兴趣点 | 第30-31页 |
| 3.3.3 特征点的描述 | 第31-32页 |
| 3.3.4 特征点的匹配 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 超分辨率重建算法研究 | 第33-44页 |
| 4.1 频域法 | 第33页 |
| 4.2 学习法 | 第33-34页 |
| 4.3 空域法 | 第34-43页 |
| 4.3.1 凸集投影 | 第34-36页 |
| 4.3.2 超分辨率重建实验分析 | 第36-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-45页 |
| 5.1 工作总结及成果 | 第44页 |
| 5.2 展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 攻读硕士期间发表的论文 | 第49-50页 |
| 中文详细摘要 | 第50-51页 |
| 英文详细摘要 | 第51-52页 |
