声明
摘要
第一章 绪论
1.1 研究背景和意义
1.2 相关研究工作
1.3 本文研究工作
1.4 论文的组织结构
第二章 图像稀疏表示技术基础
2.1 高低分辨率图像稀疏表示
2.2 稀疏字典的设计
2.2.1 最大似然(ML)方法
2.2.2 最佳向量(MOD)方法
2.2.3 最大后验概率(MAP)方法
2.2.4 联合正交基(UOB)方法
2.2.5 广义主成分分析(GPCA)方法
2.2.6 K奇异值分解方法(K-SVD)方法
2.3 稀疏表示求解
2.3.1 匹配追踪算法
2.3.2 正交匹配追踪算法
2.3.3 基追踪方法
2.4 本章小结
第三章 图像MCA理论及分解
3.1 图像的MCA理论
3.2 字典选择与算法
3.3 本章小结
第四章 基于稀疏表示的多成分字典重建
4.1 单一字典超分辨率图像重建
4.1.1 算法原理
4.1.2 算法实现流程
4.1.3 参数设置
4.1.4 实验评价标准
4.1.5 实验结果与分析
4.2 多成分字典超分辨率图像重建
4.2.1 算法原理
4.2.2 算法实现流程
4.2.3 参数设置
4.2.4 实验结果与分析
4.3 本章小结
第五章 基于Analysis K-SVD的超分辨图像重建
5.1 基于综合的信号表示模型
5.2 基于分析的信号表示模型
5.2.1 分析模型理论基础
5.2.2 包含噪声的分析信号求解
5.2.3 分析稀疏字典设计
5.3 实验
5.3.1 算法原理
5.3.2 参数设置
5.3.3 实验结果与分析
5.4 本章小结
第六章 总结与展望
6.1 论文总结
6.2 研究展望
参考文献
攻读硕士学位期间发表论文及科研情况
致谢