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

单幅图像全局运动去模糊研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 引言第11-17页
    1.1 研究意义第11-12页
    1.2 研究现状与分析第12-15页
    1.3 本文研究工作第15页
    1.4 论文结构第15-16页
    1.5 本章小结第16-17页
2 单幅图像全局运动去模糊算法第17-33页
    2.1 理论知识第17-21页
        2.1.1 退化模型分析第17-19页
        2.1.2 模糊类型第19-21页
    2.2 无约束的复原算法第21-24页
        2.2.1 无约束复原算法第21-22页
        2.2.2 逆滤波算法第22-23页
        2.2.3 L-R算法第23-24页
    2.3 有约束的复原算法第24-26页
        2.3.1 维纳滤波算法第24-25页
        2.3.2 功率谱均衡算法第25-26页
        2.3.3 最小二乘方约束算法第26页
    2.4 噪声影响复原结果第26-29页
        2.4.1 去噪后复原效果第27-28页
        2.4.2 去噪前复原效果第28-29页
    2.5 图像复原质量测度与评价标准第29-32页
        2.5.1 均方根误差第29-30页
        2.5.2 峰值信噪比第30页
        2.5.3 结构相似度第30-31页
        2.5.4 噪声增益第31-32页
        2.5.5 曲线拟合的评价标准第32页
    2.6 本章小结第32-33页
3 模糊核估计与反卷积第33-50页
    3.1 问题模型第33-34页
    3.2 模糊核估计第34-37页
        3.2.1 图像预处理第34-35页
        3.2.2 选取图像边缘第35-36页
        3.2.3 估计模糊核第36-37页
        3.2.4 模糊核修正第37页
    3.3 快速反卷积第37-41页
        3.3.1 算法分析第37-38页
        3.3.2 算法总结第38-39页
        3.3.3 实验结果分析第39-41页
    3.4 基于图像中奇异值的去模糊算法第41-49页
        3.4.1 奇异值分析第41-43页
        3.4.2 基于奇异值的反卷积第43-47页
        3.4.3 实验结果分析第47-49页
    3.5 本章小结第49-50页
4 基于有理数多项式先验模型的图像盲去模糊算法第50-62页
    4.1 贝叶斯模型第50-51页
    4.2 问题模型建立第51-52页
    4.3 问题模型解决第52-54页
    4.4 拟合自然图像梯度分布特征函数第54-57页
    4.5 实验结果分析第57-61页
    4.6 本章小结第61-62页
5 总结与展望第62-64页
    5.1 总结第62页
    5.2 展望第62-64页
参考文献第64-67页
作者简历第67-69页
学位论文数据集第69页

论文共69页,点击 下载论文
上一篇:基于子空间学习和稀疏编码的图像分类算法研究
下一篇:领域设备数据异常检测方法研究与实现