声明
致谢
摘要
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 图像超分辨率技术应用领域
1.3 图像超分辨率研究的发展与现状
1.4 本文的研究内容及组织结构
第二章 图像超分辨率重建技术介绍
2.1 图像成像系统的观测模型
2.2 基于重构的方法
2.2.1 频域方法
2.2.2 空域方法
2.3 基于学习的方法
2.3.1 基于马尔科夫网络的方法
2.3.2 基于邻域嵌入的方法
2.3.3 基于稀疏表示的方法
2.3.4 基于回归的方法
2.4 图像超分辨率重建算法评价标准
2.4.1 峰值信噪比
2.4.2 结构相似度
2.5 本章小结
第三章 基于流形学习的图像超分辨率重建
3.1 流形学习
3.1.1 等距离映射算法
3.1.2 局部线性嵌入算法
3.2 基于邻域嵌入的图像超分辨率算法
3.2.1 图像块的特征提取
3.2.2 近邻块的权值计算
3.3 实验与分析
3.3.1 图像块特征选取对图像重建效果上的影响
3.3.2 近邻块的权值计算对图像重建效果的影响
3.4 本章小结
第四章 基于单幅图像的超分辨率重建
4.1 相关工作介绍
4.1.1 图像的多尺度自相似性
4.1.2 基于原地匹配的自相似性
4.1.3 非局部均值
4.2 单幅图像下的重建算法
4.2.1 图像学习样本数据的构造
4.2.2 基于原地匹配的图像细节拟合
4.2.3 迭代约束下的逐级放大
4.3 实验结果与分析
4.3.1 实验参数的设置
4.3.2 实验结果
4.3.3 影响图像重建效果的因素分析
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间的学术活动及成果情况