声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 超分辨率重建的理论基础
1.2.1 在时域和频域上的理论分析
1.2.2 常用的图像退化模型
1.2.3 超分辨率重建的关键问题
1.3 图像超分辨率重建技术研究现状
1.3.1 基于插值的方法
1.3.2 基于重构的方法
1.3.3 基于学习的方法
1.3.4 基于混合型的方法
1.4 超分辨率重建图像的质量评价
1.4.1 主观质量评价方法
1.4.2 客观质量评价方法
1.5 论文的主要研究成果
1.6 论文的组织结构安排
第2章 基于加权Boosting的超分辨率算法
2.1 引言
2.2 基于KPLS的超分辨率算法
2.3 加权Boosting的超分辨率算法
2.3.1 加权Boosting原理
2.3.2 最佳成分矩阵
2.3.3 算法实现
2.3.4 复杂度分析
2.4 实验结果及分析
2.4.1 实验设置
2.4.2 实验结果
2.4.3 参数分析
2.5 本章小结
第3章 基于聚类和加权Boosting的超分辨率算法
3.1 引言
3.2 自然图像的特征提取方法
3.3 聚类和加权Boosting的超分辨率算法
3.3.1 基于聚类的训练子集提取方法
3.3.2 加权Boosting的回归模型
3.3.3 算法实现
3.3.4 复杂度分析
3.4 实验结果及分析
3.4.1 实验设置
3.4.2 对比实验结果
3.4.3 参数分析
3.5 本章小结
第4章 基于子空间投影和邻域嵌入的超分辨率算法
4.1 引言
4.2 基于邻域嵌入的超分辨率算法
4.3 子空间投影和邻域嵌入的超分辨率算法
4.3.1 二级子空间的构造
4.3.2 邻域嵌入的重构权重
4.3.3 算法实现
4.3.4 复杂度分析
4.4 实验结果及分析
4.4.1 实验设置
4.4.2 对比实验结果
4.4.3 邻域匹配及参数分析
4.5 本章小结
第5章 基于方向稀疏和方向特征的超分辨率算法
5.1 引言
5.2 基于方向总变分的超分辨率算法
5.3 方向稀疏和方向特征的超分辨率算法
5.3.1 基于Curvelet的方向特征提取
5.3.2 组合总变分正则项构造
5.3.3 方向非局部均值正则项构造
5.3.4 重建问题优化求解
5.3.5 算法实现
5.3.6 时间复杂度分析
5.4 实验结果及分析
5.4.1 实验设置
5.4.2 无噪测试图像对比实验
5.4.3 有噪测试图像对比实验
5.4.4 增益概率统计结果
5.4.5 参数分析
5.5 本章小结
第6章 基于超像素分割和非局部均值的超分辨率算法
6.1 引言
6.2 超像素分割
6.3 超像素分割和非局部均值的超分辨率算法
6.3.1 基于超像素的非局部正则项构造
6.3.2 图像去噪问题及其优化求解
6.3.3 超分辨率问题及其优化求解
6.3.4 算法实现
6.4 实验结果及分析
6.4.1 去噪对比实验及统计结果
6.4.2 超分辨率重建对比实验及统计结果
6.4.3 任意倍数放大的效果分析
6.5 本章小结
总结与展望
致谢
参考文献
攻读博士学位期间的学术论文及科研成果