第1章 图像超分辨率重建概述
1.1 图像复原与Tsai和Huang的开创性工作
1.1.1 图像退化模型的一些基本知识
1.1.2 图像复原的基本方法
1.1.3 Tsai和Huang的开创性工作
1.2 超分辨率重建算法综述
1.2.1 超分辨率成像模型
1.2.2 基于重建约束的方法
1.2.3 基于学习的方法
1.3 研究方向
第2章 多通道信号处理框架下的盲超分辨率
2.1 相关工作
2.2 符号与定义
2.3 观察模型
2.3.1 连续模型
2.3.2 离散模型
2.4 模糊辨识
2.4.1 模糊的子空间约束
2.4.2 快速算法
2.4.3 模糊核尺寸估计
2.5 盲超分辨率算法
2.6 实验结果与分析
2.6.1 合成图像测试
2.6.2 真实图像测试
2.7 本章小结
第3章 特征子空间规整化的人脸图像超分辨率重建
3.1 相关工作
3.2 成像模型
3.3 图像的先验模型
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 三种算法的比较
3.4.5 自适应规整化参数计算
3.5 实验结果与分析
3.5.1 重建与配准结果的量化指标
3.5.2 视觉评判
3.6 本章小结
3.7 本章附录：雅克比矩阵的推导
第4章 人脸图像超分辨率的自适应流形学习方法
4.1 相关工作
4.2 自适应学习方法框架
4.3 局部保持投影
4.3.1 LPP算法
4.3.2 LPP中的数值计算问题
4.4 人脸局部结构流形分析与聚类——自适应样本选择方法
4.5 基于特征变换的超分辨率重建
4.5.1 基于特征变换的高频信息重建
4.5.2 人脸图像块的超分辨率重建与合成
4.6 实验结果与分析
4.6.1 人脸图像库
4.6.2 重建效果比较Ⅰ：局部重建与全局重建
4.6.3 重建效果比较Ⅱ：自适应样本选择、随机样本选择与使用全体样本
4.7 本章小结
第5章 基于压缩感知理论的光谱层析成像重建
5.1 传统光谱成像方法中的数据与感知维度失配问题
5.2 瞬态光谱成像方法回顾
5.3 基于压缩感知理论的光谱层析成像重建
5.3.1 相关工作
5.3.2 压缩光谱层析成像模型
5.3.3 傅里叶域中的快速重建算法
5.3.4 实验结果
5.4 本章小结
……
第6章 编码孔径压缩光谱层析成像
第7章 基于PADMM的快速卷积字典学习与图像修复
第8章 基于卷积字典学习的压缩光谱层析重建
第9章 基于扩频相位调制的相干X射线衍射成像
附录 图像重建的数学工具
参考文献