声明
摘要
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文的主要内容与组织结构
第二章 超分辨率重建技术概述
2.1 数字图像的降质模型
2.2 图像超分辨率算法概述
2.2.1 基于插值的算法
2.2.2 基于重建的算法
2.2.3 基于学习的算法
2.3 图像质量评价
2.3.1 图像的主观评价方法
2.3.2 图像的客观评价方法
2.4 本章小结
第三章 基于稀疏表示的重建技术
3.1 图像稀疏表示理论
3.2 过完备宇典的设计
3.2.1 量佳方向法
3.2.2 广义PCA法
3.2.3 K-SVD法
3.3 稀疏表示稀疏的求解
3.3.1 基追踪法
3.3.2 匹配追踪法
3.3.3 正交匹配追踪法
3.4 本章小结
第四章 基于自相似性的单幅图像超分辨率重建
4.1 引言
4.2 图像中存在的相似性
4.3 利用自相似性来生成图像训练集
4.4 利用K-SVD与字典邻域来求解高分辨率图像
4.5 实验结果与分析
4.5.1 彩色图像的处理
4.5.2 图像特征的提取
4.5.3 实验参数设置
4.5.4 实验结果与分析
4.6 本章小结
第五章 总结与展望
参考文献
致谢
攻读学位期间发表的学术论文