| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 注释表 | 第9-10页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文主要研究内容及章节安排 | 第15-17页 |
| 第2章 图像去模糊处理基础 | 第17-30页 |
| 2.1 图像退化/复原过程的模型 | 第17-19页 |
| 2.2 模糊图像的常见类型 | 第19-20页 |
| 2.3 经典去模糊方法 | 第20-25页 |
| 2.3.1 逆滤波算法 | 第20页 |
| 2.3.2 维纳滤波算法 | 第20-21页 |
| 2.3.3 约束最小二乘算法 | 第21-22页 |
| 2.3.4 Richardson -Lucy算法 | 第22-23页 |
| 2.3.5 全变分正则化算法 | 第23-24页 |
| 2.3.6 经典复原方法仿真与分析 | 第24-25页 |
| 2.4 图像的稀疏表示 | 第25-28页 |
| 2.5 图像复原的评价标准 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 RGB通道下稳健的图像去模糊 | 第30-48页 |
| 3.1 RGB色彩空间 | 第30-31页 |
| 3.2 RGB通道下模糊图像模型 | 第31-32页 |
| 3.3 RGB通道下的模糊核估计 | 第32-37页 |
| 3.3.1 冲击滤波器 | 第32-34页 |
| 3.3.2 分通道模糊核估计 | 第34-35页 |
| 3.3.3 RGB通道下的模糊核仿真结果与分析 | 第35-37页 |
| 3.4 RGB通道下稳健的图像去模糊 | 第37-41页 |
| 3.4.1 基于framelet系统的图像稀疏表示 | 第37-39页 |
| 3.4.2 稳健的图像去模糊 | 第39-41页 |
| 3.5 实验仿真与分析 | 第41-47页 |
| 3.5.1 仿真图像实验结果与分析 | 第41-45页 |
| 3.5.2 真实图像实验结果与分析 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 RGB通道下基于组稀疏表示的图像去模糊 | 第48-60页 |
| 4.1 图像的组稀疏表示模型 | 第48-50页 |
| 4.1.1 构造图像的结构组 | 第48-49页 |
| 4.1.2 组稀疏表示模型 | 第49-50页 |
| 4.2 结构组的字典学习 | 第50-51页 |
| 4.3 RGB通道下的图像去模糊 | 第51-54页 |
| 4.4 实验仿真与分析 | 第54-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 本文总结 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第68页 |