摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
1 绪论 | 第11-22页 |
1.1 选题背景及意义 | 第11-12页 |
1.2 图像复原相关理论知识 | 第12-18页 |
1.2.1 图像降质过程及降质模型 | 第12-15页 |
1.2.2 图像复原基本框架 | 第15-16页 |
1.2.3 图像复原方法评价标准 | 第16-18页 |
1.3 国内外研究现状 | 第18-21页 |
1.3.1 基于变换域的图像复原方法 | 第18-19页 |
1.3.2 基于非变换域的图像复原方法 | 第19-21页 |
1.4 本文主要工作及内容安排 | 第21-22页 |
2 剪切波变换理论及其离散化实现 | 第22-39页 |
2.1 剪切波变换 | 第22-25页 |
2.1.1 合成小波理论 | 第23页 |
2.1.2 剪切波变换的定义 | 第23-25页 |
2.2 剪切波的离散化过程 | 第25-31页 |
2.2.1 离散剪切波变换 | 第25-27页 |
2.2.2 基于频域的剪切波变换快速离散化算法 | 第27-31页 |
2.3 图像的剪切波变换 | 第31-34页 |
2.3.1 基于金字塔算法的多尺度分解 | 第31-33页 |
2.3.2 基于伪极向格的方向局部化 | 第33-34页 |
2.4 剪切波的性能分析 | 第34-38页 |
2.4.1 稀疏度分析 | 第34-36页 |
2.4.2 时间复杂度分析 | 第36-37页 |
2.4.3 冗余度分析 | 第37-38页 |
2.5 本章小结 | 第38-39页 |
3 基于正则化的剪切域图像复原算法 | 第39-52页 |
3.1 正则化问题 | 第39-41页 |
3.1.1 正则化算子 | 第39-41页 |
3.1.2 傅里叶域正则化反变换过程描述 | 第41页 |
3.2 基于正则化的剪切域图像复原算法 | 第41-44页 |
3.2.1 广义交叉验证准则 | 第42-43页 |
3.2.2 基于正则化的图像剪切域复原算法框架 | 第43-44页 |
3.3 算法仿真结果与分析 | 第44-50页 |
3.3.1 正则化参数的估计及对复原效果的影响 | 第45页 |
3.3.2 基于广义交叉验证的阈值选择 | 第45-47页 |
3.3.3 复原算法仿真与分析 | 第47-50页 |
3.4 本章小结 | 第50-52页 |
4 基于贝叶斯理论的剪切域图像复原算法 | 第52-65页 |
4.1 图像的剪切域系数模型 | 第52-54页 |
4.1.1 图像变换域系数的统计模型 | 第52-53页 |
4.1.2 图像剪切域系数的拉普拉斯建模实现 | 第53-54页 |
4.2 贝叶斯(Bayesian)理论 | 第54-57页 |
4.2.1 Bayesian 风险函数 | 第54-55页 |
4.2.2 Bayesian 理论与损失函数 | 第55-56页 |
4.2.3 MAP 估计 | 第56-57页 |
4.3 基于 Bayesian 理论的剪切域图像复原 | 第57-60页 |
4.3.1 Bayesian 理论下图像复原问题描述 | 第57-58页 |
4.3.2 图像复原问题的剪切域描述 | 第58页 |
4.3.3 基于邻近迭代算法的图像复原实现 | 第58-60页 |
4.4 算法仿真结果与分析 | 第60-63页 |
4.4.1 阈值的估计及其对复原效果的影响 | 第60-61页 |
4.4.2 复原算法仿真与分析 | 第61-63页 |
4.5 本章小结 | 第63-65页 |
5 总结与展望 | 第65-67页 |
5.1 主要工作和贡献 | 第65页 |
5.2 研究展望 | 第65-67页 |
参考文献 | 第67-71页 |
个人简历、在学期间发表的学术论文与研究成果 | 第71-72页 |
致谢 | 第72页 |