文摘
英文文摘
第一章引言
1.1研究的目的和意义
1.2研究方法
1.3论文安排
第二章研究背景
2.1图像超分辨率算法概述
2.1.1图像退化模型
2.1.2图像超分辨率算法概述
2.2序列图像超分辨率算法
2.2.1迭代后向投影方法
2.2.2 Bayes重构方法
2.2.3集合论重构方法
2.2.4 ML/MAP/POCS混合方法
2.2.5 Tikohonov规整化方法
2.3单幅图像超分辨率算法
2.3.1单幅图像超分辨率的插值方法
2.3.2基于重构的单幅图像超分辨率算法
2.3.3基于学习的单幅图像超分辨率算法
2.4相关的小波域方法
第三章小波域隐马尔可夫树模型
3.1小波变换
3.2自然图像小波变换的性质
3.2.1小波变换的基本性质
3.2.2自然图像的小波域统计模型
3.3小波域隐马尔可夫树模型
3.3.1小波域HMT模型
3.3.2 HMT模型的训练
3.3.3 HMT模型的简化
第四章多尺度边缘自相似性与图像超分辨率
4.1多尺度边缘自相似性
4.2采用LS方法进行小波系数的初步预测
4.3通过相关性校正减小失真
4.4基于小波系数预测的图像超分辨率算法
4.4.1算法描述
4.4.2实验结果分析
第五章基于小波域HMT模型的图像超分辨率重构
5.1 Bayes方法框架及其小波域表示
5.2图像的先验模型
5.3无噪声图像的超分辨率重构
5.3.1问题描述
5.3.2问题简化
5.3.3问题求解
5.3.4实验结果分析
5.4噪声图像的超分辨率重构
5.4.1问题描述
5.4.2问题求解
5.4.3实验结果分析
第六章彩色图像超分辨率重构--数据融合方法
6.1问题的提出
6.2单通道图像超分辨率
6.3自适应彩色—灰度变换
6.4高分辨率彩色图像三通道的联合重构
6.5实验结果分析
第七章结论
7.1主要工作和贡献
7.2未来的工作
附录
参考文献
作者在攻读博士学位期间发表的论文
致谢