第四,通过matlab编写对应代码,对算法进行仿真测试,完成了以下几个实验:
1) 对比通过最近邻域插值、双线性插值、双三次插值算法得到的高分辨率图像质量;
2) 对比两级框架的高斯过程回归、一级结构高斯过程回归、双三次插值得到的高分辨率图像质量;
3) 针对同一图像,不断改变放大因子,观察两级框架高斯过程回归的实验结果;
针对每个实验的结果进行分析,最终在论文的结论部分讨论高斯过程回归算法的改进方向。
1.4 论文的行文安排
本文讲述了常见的图像超分辨率方法,主要论述了高斯过程回归的原理,研究了一个基于两级框架高斯过程回归的图像超分辨率算法,进一步通过matlab仿真,比较采用不同方法输出的高分辨率图像质量,并研究放大因子对实验的影响。
本文的行文安排如下:
第一章:介绍了图像超分辨率技术研究的背景和研究意义,对海内外的研究现状和存在的问题做了简要的说明。在最后两节中,总结了课题的主要工作内容,同时按照行文流程对论文的安排做了大致说明。
第二章:简单介绍了一些常见的图像超分辨率方法,对文献资料中出现频率较高的几钟不同的分类方法进行了简要说明,最终以基于插值、基于重构、基于学习的图像超分辨率方法作为分类标准,分别简略的介绍了三类方法的特点,对于其中一些非常经典的方法进行了说明。
第三章:这一章是论文的主体内容,也是论文中最重要的部分源`自*751~文·论^文`网[www.751com.cn,为了更好地理解高斯过程回归原理的,在第一节中首先介绍了关于高斯过程回归的背景知识,讲述了贝叶斯统计和机器学习的部分相关知识;第二节分别从预测和训练超参数这两块内容出发,对高斯过程回归的原理进行了解释,其中,涉及到了高斯过程、正态分布、协方差函数的类型、回归问题、极大似然估计和超参数选取等相应知识点,在分析过程中还列出了一些公式;第三节中,把高斯过程回归用于单个图像超分辨率,与普通高斯过程回归算法所不同的是,本文研究的算法拥有两级框架,在第一级和第二级中都要分别使用一次高斯过程回归算法,在这一节中,列出了整个算法的详细步骤。由于涉及到两级结构,步骤较多,使用到的表示符号繁多,十分容易混淆,因此在文字说明完成后,画出了算法的原理框图,帮助说明相应原理、理解对应算法步骤。
第四章:通过matlab编写代码,对算法进行仿真测试,并对实验结果进行比较分析。首先,对比了几种常见插值算法的处理效果;其次,对比了本文重点研究的两级框架的高斯过程回归算法和一级高斯过程回归、双三次插值算法的处理结果;最后,不断改变放大因子,对比两级框架高斯过程回归算法得到的高分辨率图像的质量,对几个实验结果分别进行了分析。
结论、致谢、参考文献:在结论部分,总结了高斯过程回归算法的实验结果,并讨论高斯过程回归算法的改进方向。在论文末尾给出了致谢和本次论文的参考文献。