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

基于剪切波的图像复原算法研究

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

论文共72页,点击 下载论文
上一篇:基于MVC的中小企业电子商务系统的设计与实现
下一篇:基于遗传算法支持向量机理论的纸币序列号识别的研究