| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文组织结构 | 第12-14页 |
| 第二章 图像复原算法基础 | 第14-22页 |
| 2.1 图像退化 | 第14-15页 |
| 2.2 噪声 | 第15-17页 |
| 2.2.1 高斯噪声 | 第15-16页 |
| 2.2.2 脉冲噪声 | 第16-17页 |
| 2.3 模糊模型 | 第17-18页 |
| 2.3.1 大气湍流和悬浮物散射引起的退化 | 第17页 |
| 2.3.2 散焦模糊 | 第17-18页 |
| 2.3.3 运动模糊 | 第18页 |
| 2.4 图像复原的方法 | 第18-20页 |
| 2.4.1 图像代数复原法 | 第18-19页 |
| 2.4.2 基于TV-POCS模型的图像复原算法 | 第19页 |
| 2.4.3 图像频域的复原 | 第19-20页 |
| 2.5 图像恢复质量评定 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 基于图像稀疏表示的图像复原算法 | 第22-38页 |
| 3.1 基于TV-POCS重建模型的图像复原算法 | 第23-26页 |
| 3.1.1 凸集投影POCS | 第23-24页 |
| 3.1.2 基于TV-POCS模型图像复原 | 第24-26页 |
| 3.2 图像稀疏表示 | 第26-30页 |
| 3.2.1 K-SVD简介 | 第26-27页 |
| 3.2.2 稀疏表示系数的确定 | 第27-29页 |
| 3.2.3 基于K-SVD的图像复原算法 | 第29-30页 |
| 3.3 TV-POCS-KSVD图像复原 | 第30-37页 |
| 3.3.1 分裂Bregman方法的基本思想 | 第30-31页 |
| 3.3.2 TV-POCS-KSVD求解过程 | 第31-33页 |
| 3.3.3 求解过程优化 | 第33-34页 |
| 3.3.4 实验结果 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于改进的边界识别噪点检测算法的图像复原 | 第38-57页 |
| 4.1 改进的边界识别噪点检测算法 | 第38-44页 |
| 4.1.1 BDND算法 | 第39-40页 |
| 4.1.2 实验验证 | 第40-41页 |
| 4.1.3 改进的边界识别噪声点检测算法 | 第41-44页 |
| 4.2 实验验证 | 第44-48页 |
| 4.2.1 客观评价与峰值信噪比 | 第44-47页 |
| 4.2.2 噪声模板 | 第47页 |
| 4.2.3 噪点检测准确率 | 第47-48页 |
| 4.3 基于TV-POCS-KSVD两步法重建模型 | 第48-51页 |
| 4.3.1 基于TV-POCS两步法重建模型 | 第48-49页 |
| 4.3.2 TV-POCS-KSVD二步法图像复原 | 第49-51页 |
| 4.4 实验验证 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 工作总结 | 第57-58页 |
| 5.2 工作展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65-66页 |