第1章 绪论 1
1.1 信号与系统的概念 1
1.2 信号处理应用领域 4
1.3 超分辨率技术概述 7
1.4 国内外研究现状 9
1.5 本书内容与主要贡献 11
1.5.1 本书内容 11
1.5.2 主要贡献 12
1.6 本书的组织与结构 13
1.7 本书约定与符号说明 13
第2章 基于主元分析与尺度不变特征变换的图像配准方法的研究 15
2.1 标准SIFT方法概述 17
2.1.1 图像尺度空间的建立 17
2.1.2 精确检测极值点 19
2.1.3 关键点方向分配 22
2.1.4 生成SIFT特征描述子 22
2.2 基于主元分析的特征提取 23
2.2.1 主元分析与奇异值分解 23
2.2.2 PCA降维 25
2.2.3 生成低维SIFT特征描述子 25
2.3 动态阈值的判定与特征匹配 27
2.4 实验结果与分析 29
2.4.1 特征提取性能对比 30
2.4.2 图像配准性能对比 31
2.5 本章小结 34
第3章 基于小波多分辨率分析的稀疏表示法 35
3.1 基本思想与降质模型的建立 35
3.1.1 图像降质模型 35
3.1.2 局部约束稀疏表示 36
3.1.3 全局约束稀疏表示 37
3.2 训练过完备联合词典对 38
3.2.1 训练单个词典 41
3.2.2 训练联合词典对 41
3.3 基于小波多分辨率分析的词典训练 43
3.3.1 小波变换的理论基础与原理 43
3.3.2 基于小波变换的图像分解与重构 45
3.3.3 提升小波变换训练联合词典对 47
3.4 基于PCA-SIFT- Gaussian方法的特征提取 52
3.5 实验结果与分析 52
3.5.1 训练过完备联合词典对性能对比 53
3.5.2 超分辨率性能对比 54
3.6 本章小结 55
第4章 矩阵填充与矩阵恢复问题的研究 57
4.1 矩阵填充 57
4.1.1 奇异值阈值法 58
4.1.2 加速近端梯度法 59
4.1.3 增广拉格朗日乘子法 60
4.2 矩阵恢复 61
4.2.1 迭代阈值法 63
4.2.2 加速近端梯度法 64
4.2.3 增广拉格朗日乘子法 65
4.3 矩阵填充与矩阵恢复混合问题 68
4.4 Dual-IALM在图像处理中的应用 69
4.4.1 矩阵填充性能对比 69
4.4.2 图像去噪应用 70
4.4.3 图像融合应用 71
4.5 本章小结 76
第5章 高性能超分辨率图像重建 77
5.1 多帧图像配准 77
5.2 稀疏表示与局部约束 77
5.3 矩阵填充与RPCA实现全局约束 78
5.4 软件系统搭建与优化 79
5.4.1 软件系统搭建 79
5.4.2 软件系统优化 81
5.5 高性能超分辨率实验与分析 83
5.6 本章小结 89
第6章 总结与展望 90
6.1 总结 90
6.2 展望 91
参考文献 93