全文总字数：2645字

1. 研究目的与意义及国内外研究现状

目的：通过对传统图像超分辨率重建算法的学习，掌握基于深度卷积网络的图像超分辨率重建算法。

意义：目前，单幅图像的超分辨率重建大多都是基于样本学习的，如稀疏编码就是典型的方法之一。

以往的sr方法都关注学习和优化字典或建立模型，很少去优化或者考虑统一的优化框架。

2. 研究的基本内容

研究内容：通过了解图像超分辨率重建的基本原理，掌握传统的图像超分辨率重建算法，并研究一种基于深度卷积网络的图像的超分辨率重建算法。

主要包括：(1)阐述超分辨率重建的基本原理。

(2)设计图像超分辨率重建的网络结构，生成重建模型。

3. 实施方案、进度安排及预期效果

实施方案：通过研究相关资料，了解图像超分辨率重建的基本原理及研究背景，设计图像的超分辨率重建的网络结构。

在研究过程中，针对出现的问题深入研究，积极探索，最终完成本次毕业论文。

进度安排：3月4日-3月25日查阅论文所需的相关资料，积累预备知识，进行外文翻译3月25日-4月10日掌握传统的图像超分辨率重建算法4月11日-5月11日完成图像的超分辨率重建的网络结构5月12日-5月20日完成论文的最终撰写，准备答辩预期效果：针对图像的超分辨率重建问题，设计图像的超分辨率重建网络并验证设计方法的有效性，重建图像。

4. 参考文献

1].s.borman and r.l.stevenson. super-resolution from image sequences-a review. midwest symposium on circuits and systems,pages 374-378,1998.

[2].h.chang,d.-y. yeung,and y.xiong. super-resolution through neighbor embedding. in ieee computer society conference on computer vision and pattern recognition,volume 1,page 1-1.ieee,2004.2,7

[3].z.cui,h.chang,s.shan,b.zhong,and x.chen. deep network cascade for image super-resolution.in european conference on computer vision,page 49-64.springer,2014