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

基于稀疏和暗通道先验的退化图像复原

摘要第5-6页
abstract第6页
第1章 绪论第10-20页
    1.1 研究背景与研究意义第10-13页
        1.1.1 研究背景第10-12页
        1.1.2 研究意义第12-13页
    1.2 国内外研究的现状与分析第13-18页
        1.2.1 退化图像的非盲复原第14-16页
        1.2.2 退化图像的盲复原第16-18页
    1.3 本文的主要工作以及组织结构第18-20页
第2章 图像的盲复原理论第20-31页
    2.1 引言第20页
    2.2 退化图像的建模第20-22页
        2.2.1 图像的模糊退化过程第20-21页
        2.2.2 图像的模糊退化模型第21页
        2.2.3 盲复原的不适定性与病态性第21-22页
    2.3 盲复原的相关假设先验第22-24页
        2.3.1 自然图像的假设先验第22-23页
        2.3.2 模糊核的假设先验第23页
        2.3.3 噪声的假设先验第23-24页
    2.4 盲复原中的贝叶斯模型第24-28页
        2.4.1 最大似然估计第24-25页
        2.4.2 最大后验概率第25-27页
        2.4.3 总变分第27-28页
    2.5 复原图像的质量评估方法第28-30页
        2.5.1 标准误差估计第29页
        2.5.2 峰值信噪比估计第29页
        2.5.3 结构相似性估计第29-30页
        2.5.4 模糊核相似性估计第30页
    2.6 本章小结第30-31页
第3章 基于稀疏先验的退化图像盲复原第31-44页
    3.1 引言第31-32页
    3.2 稀疏正则项第32-34页
    3.3 基于稀疏先验的模糊核复原第34-36页
        3.3.1 中间清晰图像估计第34-36页
        3.3.2 模糊核估计第36页
    3.4 基于稀疏先验的图像非盲复原第36-40页
        3.4.1 最终清晰图像估计第37-38页
        3.4.2 辅助变量估计第38-40页
    3.5 实验结果第40-43页
    3.6 本章小结第43-44页
第4章 基于稀疏和暗通道先验的退化图像盲复原第44-61页
    4.1 引言第44页
    4.2 暗通道正则项第44-47页
    4.3 基于暗通道和稀疏先验的模糊核复原第47-48页
        4.3.1 中间清晰图像估计第47-48页
        4.3.2 模糊核估计第48页
    4.4 伪影抑制第48-50页
        4.4.1 改善模糊核第48-49页
        4.4.2 基于双边滤波的非盲复原第49-50页
    4.5 本章算法流程与参数修正第50-51页
        4.5.1 算法流程第50页
        4.5.2 参数修正第50-51页
    4.6 实验结果与分析第51-60页
        4.6.1 实验结果第51-58页
        4.6.2 正则项的高效性第58-59页
        4.6.3 算法的收敛性与速度第59-60页
    4.7 本章小结第60-61页
第5章 总结与展望第61-63页
    5.1 本文工作总结第61页
    5.2 未来工作的方向及展望第61-63页
参考文献第63-66页
致谢第66-67页
攻读学位期间参加的科研项目和成果第67页

论文共67页,点击 下载论文
上一篇:健康服务信息平台的设计与实现
下一篇:物防技防管理平台关键技术研究及软件开发