基于正则约束的运动模糊复原算法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题研究背景与意义 | 第16-18页 |
| 1.2 图像复原中的关键问题 | 第18-19页 |
| 1.3 本文的主要工作 | 第19-20页 |
| 1.4 本文的组织结构 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第二章 模糊复原原理和相关算法 | 第22-38页 |
| 2.1 引言 | 第22页 |
| 2.2 图像退化模型 | 第22-24页 |
| 2.3 匀速直线运动模糊复原方法 | 第24-29页 |
| 2.3.1 匀速直线运动模糊核自然先验知识 | 第24-27页 |
| 2.3.2 已知模糊核的复原方法 | 第27-29页 |
| 2.4 图像盲复原理论及算法 | 第29-37页 |
| 2.4.1 最大后验概率方法(MAP) | 第30页 |
| 2.4.2 自然图像梯度先验算法 | 第30-33页 |
| 2.4.3 快速去模糊算法 | 第33-35页 |
| 2.4.4 归一化稀疏先验模糊复原算法 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 基于L0正则化的模糊复原 | 第38-55页 |
| 3.1 引言 | 第38页 |
| 3.2 L0正则化约束先验 | 第38-40页 |
| 3.3 T-smooth技术下的模糊复原框架 | 第40-43页 |
| 3.3.1 利用T-smooth的边缘提取 | 第40-43页 |
| 3.3.2 图像复原模型 | 第43页 |
| 3.4 中间清晰图像与模糊核的求取 | 第43-46页 |
| 3.4.1 利用k估计中间结果x | 第43-45页 |
| 3.4.2 利用x估计模糊核k | 第45-46页 |
| 3.5 边缘处理与振铃抑制 | 第46-47页 |
| 3.6 实验结果质量评价 | 第47-54页 |
| 3.7 本章小结 | 第54-55页 |
| 第四章 基于车牌特性的模糊复原 | 第55-64页 |
| 4.1 引言 | 第55页 |
| 4.2 文档类图像复原模型 | 第55-59页 |
| 4.2.1 文档类图像分布规律 | 第56-57页 |
| 4.2.2 像素值最小化的图像复原正则项 | 第57-59页 |
| 4.3 模糊车牌的图像复原 | 第59-62页 |
| 4.3.1 模糊车牌二值图特性 | 第59-60页 |
| 4.3.2 车牌模糊图像透明特性 | 第60-61页 |
| 4.3.3 车牌图像预处理 | 第61-62页 |
| 4.3.4 车牌复原框架 | 第62页 |
| 4.4 实验结果 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 本文工作总结 | 第64-65页 |
| 5.2 展望未来 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间主要科研工作及成果 | 第70-71页 |
