信號(hào)處理之高性能超分辨率圖像重建方法

目錄
第1章 緒論 1 
1.1 信號(hào)與系統(tǒng)的概念 1 
1.2 信號(hào)處理應(yīng)用領(lǐng)域 4 
1.3 超分辨率技術(shù)概述 7 
1.4 國內(nèi)外研究現(xiàn)狀 9 
1.5 本書內(nèi)容與主要貢獻(xiàn) 11 
1.5.1 本書內(nèi)容 11 
1.5.2 主要貢獻(xiàn) 12 
1.6 本書的組織與結(jié)構(gòu) 13 
1.7 本書約定與符號(hào)說明 13 
第2章 基于主元分析與尺度不變特征變換的圖像配準(zhǔn)方法的研究 15 
2.1 標(biāo)準(zhǔn)SIFT方法概述 17 
2.1.1 圖像尺度空間的建立 17 
2.1.2 精確檢測極值點(diǎn) 19 
2.1.3 關(guān)鍵點(diǎn)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 主元分析與奇異值分解 23 
2.2.2 PCA 降維 25 
2.2.3 生成低維SIFT 特征描述子 25 
2.3 動(dòng)態(tài)閾值的判定與特征匹配 27 
2.4 實(shí)驗(yàn)結(jié)果與分析 29 
2.4.1 特征提取性能對(duì)比 30 
2.4.2 圖像配準(zhǔn)性能對(duì)比 31 
2.5 本章小結(jié) 34 
第3章 基于小波多分辨率分析的稀疏表示法 35 
3.1 基本思想與降質(zhì)模型的建立 35 
3.1.1 圖像降質(zhì)模型 35 
3.1.2 局部約束稀疏表示 36 
3.1.3 全局約束稀疏表示 37 
3.2 訓(xùn)練過完備聯(lián)合詞典對(duì) 38 
3.2.1 訓(xùn)練單個(gè)詞典 41 
3.2.2 訓(xùn)練聯(lián)合詞典對(duì) 41 
3.3 基于小波多分辨率分析的詞典訓(xùn)練 43 
3.3.1 小波變換的理論基礎(chǔ)與原理 43 
3.3.2 基于小波變換的圖像分解與重構(gòu) 45 
3.3.3 提升小波變換訓(xùn)練聯(lián)合詞典對(duì) 47 
3.4 基于PCA-SIFT-Gaussian 方法的特征提取 52 
3.5 實(shí)驗(yàn)結(jié)果與分析 52 
3.5.1 訓(xùn)練過完備聯(lián)合詞典對(duì)性能對(duì)比 53 
3.5.2 超分辨率性能對(duì)比 54 
3.6 本章小結(jié) 55 
第4章 矩陣填充與矩陣恢復(fù)問題的研究 57 
4.1 矩陣填充 57 
4.1.1 奇異值閾值法 58 
4.1.2 加速近端梯度法 59 
4.1.3 增廣拉格朗日乘子法 60 
4.2 矩陣恢復(fù) 61 
4.2.1 迭代閾值法 63 
4.2.2 加速近端梯度法 64 
4.2.3 增廣拉格朗日乘子法 65 
4.3 矩陣填充與矩陣恢復(fù)混合問題 68 
4.4 Dual-IALM 在圖像處理中的應(yīng)用 69 
4.4.1 矩陣填充性能對(duì)比 69 
4.4.2 圖像去噪應(yīng)用 70 
4.4.3 圖像融合應(yīng)用 71 
4.5 本章小結(jié) 76 
第5章 高性能超分辨率圖像重建 77 
5.1 多幀圖像配準(zhǔn) 77 
5.2 稀疏表示與局部約束 77 
5.3 矩陣填充與RPCA 實(shí)現(xiàn)全局約束 78 
5.4 軟件系統(tǒng)搭建與優(yōu)化 79 
5.4.1 軟件系統(tǒng)搭建 79 
5.4.2 軟件系統(tǒng)優(yōu)化 81 
5.5 高性能超分辨率實(shí)驗(yàn)與分析 83 
5.6 本章小結(jié) 89 
第6章 總結(jié)與展望 90 
6.1 總結(jié) 90 
6.2 展望 91 
參考文獻(xiàn) 93