|
|
|
基于结构自相似性字典的图像超分辨率研究 |
|
论文目录 |
|
摘要 | 第4-6页 | ABSTRACT | 第6-7页 | 第一章 绪论 | 第12-18页 | 1.1 研究背景及意义 | 第12-13页 | 1.2 国内外的研究现状 | 第13-15页 | 1.3 研究内容和创新 | 第15-16页 | 1.4 论文的主要架构和内容安排 | 第16-18页 | 第二章 超分辨率重建技术 | 第18-27页 | 2.1 超分辨率重构模型和原理 | 第18-19页 | 2.2 基于字典学习的传统重构算法 | 第19-22页 | 2.2.1 基于稀疏表示的字典超分辨率图像重构 | 第19-21页 | 2.2.2 基于K-SVD学习的字典图像超分辨率重构 | 第21-22页 | 2.3 基于多尺度的结构自相似性特征 | 第22-24页 | 2.4 图像质量评价标准 | 第24-26页 | 2.5 本章小结 | 第26-27页 | 第三章 基于结构自相似特征的卷积神经网络图像超分辨率算法 | 第27-40页 | 3.1 卷积神经网络模型 | 第27-29页 | 3.2 结构自相似性特征提取 | 第29-30页 | 3.3 基于结构自相似性的卷积神经网络算法 | 第30-39页 | 3.3.1 算法实现 | 第30-32页 | 3.3.2 算法优化 | 第32页 | 3.3.3 算法流程 | 第32-35页 | 3.3.4 实验结果与分析 | 第35-39页 | 3.4 本章小结 | 第39-40页 | 第四章 基于结构化形变块特征的单幅图像超分辨率算法 | 第40-58页 | 4.1 形变块估计模型 | 第40-42页 | 4.2 资源块的形变块特征提取 | 第42-44页 | 4.3 基于形变块特征的超分辨率算法 | 第44-57页 | 4.3.1 资源块的结构自相似性特征获取 | 第44-45页 | 4.3.2 组稀疏字典学习 | 第45-46页 | 4.3.3 算法流程 | 第46-48页 | 4.3.4 实验结果与分析 | 第48-57页 | 4.4 结语 | 第57-58页 | 第五章 总结和展望 | 第58-60页 | 5.1 总结 | 第58-59页 | 5.2 展望 | 第59-60页 | 参考文献 | 第60-64页 | 攻读计算机工程硕士学位期间主要科研成果 | 第64-66页 | 致谢 | 第66页 |
|
|
|
|
论文编号BS4338305,这篇论文共66页 会员购买按0.35元/页下载,共需支付23.1元。 直接购买按0.5元/页下载,共需要支付33元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|