| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 问题背景及研究意义 | 第12-13页 |
| 1.2 问题研究现状及动态 | 第13-17页 |
| 1.2.1 基于贝叶斯建模框架的方法 | 第14-15页 |
| 1.2.2 基于图像空域特征的方法 | 第15-16页 |
| 1.2.3 基于多幅图像和硬件的方法 | 第16-17页 |
| 1.2.4 其他方法 | 第17页 |
| 1.3 论文的主要内容 | 第17-20页 |
| 1.3.1 论文的主要成果及创新点 | 第17-18页 |
| 1.3.2 论文的组织结构 | 第18-20页 |
| 2 图像盲去模糊算法及其质量评价 | 第20-36页 |
| 2.1 图像盲去模糊的数学分析 | 第20-23页 |
| 2.1.1 图像模糊的退化模型 | 第20-23页 |
| 2.1.2 图像盲去模糊问题的不适定性 | 第23页 |
| 2.2 模糊核类型 | 第23-25页 |
| 2.2.1 目标运动模糊 | 第24页 |
| 2.2.2 相机抖动模糊 | 第24-25页 |
| 2.3 图像盲去模糊的建模理论 | 第25-32页 |
| 2.3.1 正则化与贝叶斯建模框架 | 第25-26页 |
| 2.3.2 MAP估计框架的缺陷 | 第26-31页 |
| 2.3.3 模糊核先验模型 | 第31-32页 |
| 2.4 图像盲去模糊算法的质量评测 | 第32-36页 |
| 2.4.1 常用的测试数据集 | 第32-33页 |
| 2.4.2 质量评价算法 | 第33-36页 |
| 3 基于图像分解和自适应方向梯度的启发式边缘增强图像盲去模糊算法 | 第36-56页 |
| 3.1 引言 | 第36-37页 |
| 3.2 本章方法提出的动机 | 第37-41页 |
| 3.2.1 图像分解模型作用分析 | 第37-38页 |
| 3.2.2 自适应方向梯度作用分析 | 第38-41页 |
| 3.3 基于图像分解和自适应方向梯度的启发式边缘增强图像盲去模糊算法 | 第41-45页 |
| 3.3.1 算法流程总览 | 第41-42页 |
| 3.3.2 基于图像分解的强边缘恢复 | 第42页 |
| 3.3.3 基于自适应方向导数滤波器的模糊核估计 | 第42-43页 |
| 3.3.4 快速的清晰图像恢复 | 第43-44页 |
| 3.3.5 图像非盲去卷积 | 第44-45页 |
| 3.4 实验结果与分析 | 第45-54页 |
| 3.4.1 模拟数据实验 | 第46-49页 |
| 3.4.2 真实数据实验 | 第49-54页 |
| 3.5 本章小结 | 第54-56页 |
| 4 迭代优化重加权l_1范数的图像盲去模糊算法 | 第56-70页 |
| 4.1 引言 | 第56-57页 |
| 4.2 相关研究背景 | 第57-59页 |
| 4.3 基于迭代优化重加权l_1范数的模糊核盲估计模型 | 第59-61页 |
| 4.3.1 权重优化估计 | 第59-61页 |
| 4.3.2 迭代优化重加权l_1范数的模糊核盲估计模型 | 第61页 |
| 4.4 模型求解算法 | 第61-64页 |
| 4.5 实验结果与分析 | 第64-69页 |
| 4.5.1 模拟数据实验 | 第64-66页 |
| 4.5.2 真实数据实验 | 第66-69页 |
| 4.6 本章小结 | 第69-70页 |
| 5 基于l_0-l_1复合正则化的图像盲去模糊算法 | 第70-88页 |
| 5.1 引言 | 第70-71页 |
| 5.2 本章方法提出的动机 | 第71-73页 |
| 5.3 基于l_0-l_1复合正则化的图像盲去模糊模型与算法 | 第73-77页 |
| 5.3.1 正则化参数选取策略 | 第73页 |
| 5.3.2 数值求解算法 | 第73-77页 |
| 5.4 实验结果与分析 | 第77-86页 |
| 5.4.1 模拟数据实验 | 第77-79页 |
| 5.4.2 真实数据实验 | 第79-86页 |
| 5.5 本章小结 | 第86-88页 |
| 6 基于梯度稀疏性与非局部自回归模型的图像非盲去模糊算法 | 第88-100页 |
| 6.1 引言 | 第88-89页 |
| 6.2 图像的非局部结构相似性 | 第89-90页 |
| 6.3 基于梯度稀疏性与非局部自回归模型的图像非盲去模糊模型与算法 | 第90-95页 |
| 6.3.1 阶段一: 基于梯度稀疏性的图像非盲去模糊 | 第90-92页 |
| 6.3.2 阶段二: 基于非局部自回归模型的图像质量提升 | 第92-95页 |
| 6.4 实验结果与分析 | 第95-99页 |
| 6.5 本章小结 | 第99-100页 |
| 7 总结与展望 | 第100-102页 |
| 参考文献 | 第102-120页 |
| 致谢 | 第120-122页 |
| 攻读博士学位期间发表及已完成论文情况 | 第122-124页 |
| 攻读博士学位期间参加课题及资助基金 | 第124页 |
