首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

弱光环境下运动模糊图像的复原算法研究

摘要第3-5页
Abstract第5-6页
第一章 绪论第9-15页
    1.1 研究目的与意义第9-10页
    1.2 国内外研究现状第10-13页
    1.3 本文研究内容与文章结构第13-15页
第二章 图像处理的理论基础第15-42页
    2.1 图像增强算法第15-23页
        2.1.1 图像增强算法—空间域法第15-21页
        2.1.2 图像增强算法—变换域法第21-23页
    2.2 图像退化模型第23-28页
        2.2.1 连续函数的退化模型第23-24页
        2.2.2 离散函数的退化模型第24-25页
        2.2.3 运动模糊图像的退化模型第25-28页
    2.3 图像复原算法第28-37页
        2.3.1 逆滤波法第28-30页
        2.3.2 维纳滤波法第30-32页
        2.3.3 等功率谱滤波第32-34页
        2.3.4 Lucy-Richardson算法第34-37页
    2.4 图像质量评价指标第37-41页
    2.5 本章小结第41-42页
第三章 弱光环境下的图像增强第42-48页
    3.1 基于LIP的图像增强第42-44页
    3.2 弱光环境下基于PLIP的多尺度图像增强第44-46页
        3.2.1 基于PLIP的多尺度图像增强算法第44-45页
        3.2.2 结果分析第45-46页
        3.2.3 图像增强质量评价第46页
    3.3 本章小结第46-48页
第四章 运动模糊图像的复原第48-63页
    4.1 运动退化模型的参数估计第48-59页
        4.1.1 频率域中运动模糊图像的模糊参数估计第48-53页
        4.1.2 空间域中运动模糊图像的模糊参数估计第53-59页
            4.1.2.1 基于最小方向微分的模糊方向鉴别第54-56页
            4.1.2.2 基于微分自相关的模糊长度估计第56-57页
            4.1.2.3 基于小波分析和改进后空间域方向微分法的模糊参数估计第57-59页
    4.2 弱光环境下运动模糊图像的复原算法第59-61页
    4.3 本章小结第61-63页
第五章 总结和展望第63-65页
    5.1 总结第63页
    5.2 展望第63-65页
参考文献第65-71页
致谢第71-72页
攻读学位期间发表论文第72页

论文共72页,点击 下载论文
上一篇:钢板箍节点装配式框架结构的BIM设计研究
下一篇:基于深度学习的桥梁裂缝检测算法研究