声明
致谢
摘要
1 绪论
1.1 意义与目的
1.2 计算成像算法发展现状
1.2.1 计算成像像差校正
1.2.2 图像超分辨率重建算法
1.2.3 图像深度重建与复原
1.2.4 波前编码
1.3 对比度增强算法发展现状
1.3.1 直方图均衡
1.3.2 Retinex方法
1.4 图像超分辨率重建发展现状
1.4.1 前向观测模型
1.4.2 基于插值的超分辨率重建算法
1.4.3 基于先验的图像超分辨率重建算法
1.4.4 基于学习的图像超分辨率重建算法
1.5 编码曝光方法研究现状
1.6 研究内容和方法
2 基于分块重叠的对比度增强算法
2.1 图像分块与灰度平均算法
2.1.1 图像分块平均灰度计算
2.1.2 图像分块重叠算法
2.2 图像背景运算算法
2.3 图像自适应算法研究
2.4 编码曝光算法
2.5 算法小结与效果
3 超分辨率模型、稀疏表示及字典学习
3.1 超分辨率模型
3.1.1 稀疏表示基础
3.1.2 稀疏表示的方法
3.1.3 稀疏表示的优化方法
3.2 过完备字典设计
3.2.1 K-SVD方法
3.2.2 稀疏字典学习方法
4 基于稀疏表示的超分辨率图像重建算法
4.1 样本集选取以及算法流程
4.1.1 样本集选取
4.1.2 算法流程
4.2 字典构建算法
4.3 PSF优化算法建立
5 实验结果与分析
5.1 图像对比度增强实验结果与分析
5.1.1 实验结果
5.1.2 实验分析理论
5.1.3 算法对比
5.1.4 编码曝光实验结果
5.2 图像超分辨重建实验结果与分析
5.2.1 实验结果
5.2.2 实验分析理论
5.2.3 算法对比
6 总结与展望
参考文献
作者简介
攻读硕士学位期间所取得的科研成果