基于學(xué)習(xí)與調(diào)制的圖像重建：超分辨率光譜成像與相干顯微

第1章 圖像超分辨率重建概述
1.1 圖像復(fù)原與Tsai和Huang的開創(chuàng)性工作
1.1.1 圖像退化模型的一些基本知識(shí)
1.1.2 圖像復(fù)原的基本方法
1.1.3 Tsai和Huang的開創(chuàng)性工作
1.2 超分辨率重建算法綜述
1.2.1 超分辨率成像模型
1.2.2 基于重建約束的方法
1.2.3 基于學(xué)習(xí)的方法
1.3 研究方向
第2章 多通道信號(hào)處理框架下的盲超分辨率
2.1 相關(guān)工作
2.2 符號(hào)與定義
2.3 觀察模型
2.3.1 連續(xù)模型
2.3.2 離散模型
2.4 模糊辨識(shí)
2.4.1 模糊的子空間約束
2.4.2 快速算法
2.4.3 模糊核尺寸估計(jì)
2.5 盲超分辨率算法
2.6 實(shí)驗(yàn)結(jié)果與分析
2.6.1 合成圖像測(cè)試
2.6.2 真實(shí)圖像測(cè)試
2.7 本章小結(jié)
第3章 特征子空間規(guī)整化的人臉圖像超分辨率重建
3.1 相關(guān)工作
3.2 成像模型
3.3 圖像的先驗(yàn)?zāi)Ｐ?br /> 3.4 MAP框架下的超分辨率重建
3.4.1 算法1
3.4.2 算法2
3.4.3 算法3
3.4.4 三種算法的比較
3.4.5 自適應(yīng)規(guī)整化參數(shù)計(jì)算
3.5 實(shí)驗(yàn)結(jié)果與分析
3.5.1 重建與配準(zhǔn)結(jié)果的量化指標(biāo)
3.5.2 視覺評(píng)判
3.6 本章小結(jié)
3.7 本章附錄：雅克比矩陣的推導(dǎo)
第4章 人臉圖像超分辨率的自適應(yīng)流形學(xué)習(xí)方法
4.1 相關(guān)工作
4.2 自適應(yīng)學(xué)習(xí)方法框架
4.3 局部保持投影
4.3.1 LPP算法
4.3.2 LPP中的數(shù)值計(jì)算問題
4.4 人臉局部結(jié)構(gòu)流形分析與聚類——自適應(yīng)樣本選擇方法
4.5 基于特征變換的超分辨率重建
4.5.1 基于特征變換的高頻信息重建
4.5.2 人臉圖像塊的超分辨率重建與合成
4.6 實(shí)驗(yàn)結(jié)果與分析
4.6.1 人臉圖像庫
4.6.2 重建效果比較Ⅰ：局部重建與全局重建
4.6.3 重建效果比較Ⅱ：自適應(yīng)樣本選擇、隨機(jī)樣本選擇與使用全體樣本
4.7 本章小結(jié)
第5章 基于壓縮感知理論的光譜層析成像重建
5.1 傳統(tǒng)光譜成像方法中的數(shù)據(jù)與感知維度失配問題
5.2 瞬態(tài)光譜成像方法回顧
5.3 基于壓縮感知理論的光譜層析成像重建
5.3.1 相關(guān)工作
5.3.2 壓縮光譜層析成像模型
5.3.3 傅里葉域中的快速重建算法
5.3.4 實(shí)驗(yàn)結(jié)果
5.4 本章小結(jié)
……
第6章 編碼孔徑壓縮光譜層析成像
第7章 基于PADMM的快速卷積字典學(xué)習(xí)與圖像修復(fù)
第8章 基于卷積字典學(xué)習(xí)的壓縮光譜層析重建
第9章 基于擴(kuò)頻相位調(diào)制的相干X射線衍射成像
附錄 圖像重建的數(shù)學(xué)工具
參考文獻(xiàn)