基于學習與調制的圖像重建：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
1.1.2 圖像復原的基本方法
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 基于學習的方法
1.3 研究方向
第2章 多通道信號處理框架下的盲超分辨率
2.1 相關工作
2.2 符號與定義
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
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
2.5 盲超分辨率算法
2.6 實驗結果與分析
2.6.1 合成圖像測試
2.6.2 真實圖像測試
2.7 本章小結
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 相關工作
3.2 成像模型
3.3 圖像的先驗模型
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 自適應規(guī)整化參數計算
3.5 實驗結果與分析
3.5.1 重建與配準結果的量化指標
3.5.2 視覺評判
3.6 本章小結
3.7 本章附錄：雅克比矩陣的推導
第4章 人臉圖像超分辨率的自適應流形學習方法
4.1 相關工作
4.2 自適應學習方法框架
4.3 局部保持投影
4.3.1 LPP算法
4.3.2 LPP中的數值計算問題
4.4 人臉局部結構流形分析與聚類——自適應樣本選擇方法
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 實驗結果與分析
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：自適應樣本選擇、隨機樣本選擇與使用全體樣本
4.7 本章小結
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據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 實驗結果
5.4 本章小結
……
第6章 編碼孔徑壓縮光譜層析成像
第7章 基于PADMM的快速卷積字典學習與圖像修復
第8章 基于卷積字典學習的壓縮光譜層析重建
第9章 基于擴頻相位調制的相干X射線衍射成像
附錄 圖像重建的數學工具
參考文獻