基于稀疏约束正则化的图像复原算法
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·非盲模糊图像复原算法 | 第11-12页 |
| ·盲模糊图像复原算法 | 第12-13页 |
| ·图像复原的应用 | 第13-14页 |
| ·本文研究的主要内容及组织结构 | 第14-16页 |
| 第2章 图像复原理论 | 第16-24页 |
| ·图像退化模型 | 第16-19页 |
| ·图像退化连续模型 | 第16-18页 |
| ·图像退化离散模型 | 第18-19页 |
| ·图像复原的不适定性 | 第19-20页 |
| ·图像复原效果评价标准 | 第20-23页 |
| ·常用的图像质量评价方法 | 第21-22页 |
| ·Q 值图像质量评价方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于维纳滤波和小波变换的非盲图像复原算法 | 第24-34页 |
| ·算法研究背景 | 第24页 |
| ·基于维纳滤波和小波变换的非盲图像复原算法 | 第24-28页 |
| ·基于维纳滤波和小波变换的非盲图像复原 | 第24-25页 |
| ·小波阈值去噪算法 | 第25-27页 |
| ·Q 值选择小波阈值去噪系数 | 第27-28页 |
| ·算法实现 | 第28-29页 |
| ·实验结果分析 | 第29-33页 |
| ·基于维纳滤波和小波变换的非盲图像复原 | 第29-31页 |
| ·小波去噪系数选择 | 第31页 |
| ·不同阈值函数对复原图像去噪 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于全变差及边缘检测的非盲图像复原算法 | 第34-48页 |
| ·算法研究背景 | 第34页 |
| ·基于全变差的非盲图像复原算法 | 第34-38页 |
| ·快速迭代收缩阈值算法 | 第34-35页 |
| ·基于全变差的图像去噪 | 第35-37页 |
| ·基于全变差的图像去模糊 | 第37-38页 |
| ·基于边缘检测的非盲图像复原算法 | 第38-41页 |
| ·构造去模糊模型 | 第38-39页 |
| ·图像先验条件 | 第39-41页 |
| ·算法实现 | 第41页 |
| ·实验结果分析 | 第41-46页 |
| ·基于全变差的非盲图像复原 | 第41-44页 |
| ·基于边缘检测的非盲图像复原 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第5章 融合三种稀疏正则项的盲图像复原算法 | 第48-60页 |
| ·算法研究背景 | 第48页 |
| ·稀疏正则项 | 第48-51页 |
| ·l_1/l_2正则项 | 第49-50页 |
| ·sl_0正则项 | 第50页 |
| ·梯度下降法 | 第50-51页 |
| ·融合三种稀疏正则项的图像复原算法 | 第51-54页 |
| ·构造去模糊模型 | 第51-52页 |
| ·更新图像 | 第52-53页 |
| ·更新模糊核 | 第53-54页 |
| ·实验结果分析 | 第54-58页 |
| ·模糊核多尺度分析 | 第54-55页 |
| ·融合三种稀疏正则项的图像盲复原 | 第55-57页 |
| ·图像锐化滤波器选择 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |
