| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 选题的研究背景及意义 | 第10页 |
| 1.2 国内外研究现状以及发展趋势 | 第10-13页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 图像复原技术的发展趋势 | 第12-13页 |
| 1.3 论文的主要工作 | 第13页 |
| 1.4 论文的章节安排 | 第13-15页 |
| 第二章 数字图像复原技术基础 | 第15-29页 |
| 2.1 图像复原概述 | 第15-17页 |
| 2.1.1 图像复原的基本概念 | 第15页 |
| 2.1.2 图像的降质模型 | 第15-17页 |
| 2.2 经典的图像复原方法 | 第17-19页 |
| 2.2.1 逆滤波法 | 第18页 |
| 2.2.2 维纳滤波法 | 第18-19页 |
| 2.2.3 最大熵法 | 第19页 |
| 2.3 现代图像复原方法 | 第19-23页 |
| 2.3.1 基于偏微分方程图像复原法 | 第20-21页 |
| 2.3.2 基于小波分析图像复原法 | 第21-23页 |
| 2.4 神经网络基本理论 | 第23-28页 |
| 2.4.1 人工神经网络简介 | 第24-25页 |
| 2.4.2 Hopfield神经网络简介 | 第25-26页 |
| 2.4.3 BP神经网络简介 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 图像复原质量评价方法 | 第29-41页 |
| 3.1 复原质量的客观评价方法 | 第29-30页 |
| 3.2 复原质量的主观评价方法 | 第30-32页 |
| 3.3 一种基于局部结构相关性的图像复原质量综合评价方法 | 第32-34页 |
| 3.4 实验结果 | 第34-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 图像重构理论及边缘检测方法 | 第41-54页 |
| 4.1 图像重构理论 | 第41-45页 |
| 4.1.1 传统的图像重构算法 | 第41-43页 |
| 4.1.2 基于单帧图像RGB值的彩色图像重构 | 第43-45页 |
| 4.2 边缘检测算子 | 第45-47页 |
| 4.3 基于EMD的图像边缘检测 | 第47-49页 |
| 4.3.1 EMD方法原理 | 第47页 |
| 4.3.2 基于EMD的图像边缘检测 | 第47-49页 |
| 4.4 实验结果 | 第49-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 基于神经网络的彩色图像复原技术研究 | 第54-65页 |
| 5.1 基于图像局部方差判据的自适应正则化图像复原 | 第54-57页 |
| 5.1.1 正则化图像复原 | 第54-55页 |
| 5.1.2 自适应正则化图像复原 | 第55-57页 |
| 5.2 一种新的基于NN的彩色图像复原方法研究 | 第57-61页 |
| 5.2.1 基于状态连续改变的快速NN彩色图像复原算法 | 第57-59页 |
| 5.2.2 基于调和模型NN的彩色图像复原新方法 | 第59-61页 |
| 5.3 实验结果 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 6.1 主要工作及创新点 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录 | 第72-73页 |
| 致谢 | 第73-74页 |
