| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第15-27页 |
| 1.1 课题研究的背景和意义 | 第15-17页 |
| 1.1.1 课题研究背景 | 第15-16页 |
| 1.1.2 课题研究意义 | 第16-17页 |
| 1.1.3 课题来源 | 第17页 |
| 1.2 国内外研究现状 | 第17-25页 |
| 1.2.1 均匀模糊图像复原算法研究现状 | 第18-20页 |
| 1.2.2 非均匀模糊模型研究现状 | 第20-23页 |
| 1.2.3 复原算法中图像先验正则化项研究现状 | 第23-25页 |
| 1.3 本论文主要研究内容 | 第25-27页 |
| 第2章 基于加性卷积模型非均匀模糊图像非盲复原 | 第27-53页 |
| 2.1 引言 | 第27-28页 |
| 2.2 非均匀模糊模型 | 第28-31页 |
| 2.2.1 散焦造成的非均匀模糊 | 第28-29页 |
| 2.2.2 相机抖动造成的非均匀模糊 | 第29-31页 |
| 2.3 非均匀模糊加性卷积模型 | 第31-35页 |
| 2.3.1 加性卷积模型 | 第31-32页 |
| 2.3.2 利用PCA学习基滤波器和权值矩阵 | 第32-35页 |
| 2.4 加性卷积模型效率分析 | 第35-37页 |
| 2.4.1 基滤波器数量的约简 | 第35-36页 |
| 2.4.2 基于FFT的模糊算子及其伴随算子的实现 | 第36页 |
| 2.4.3 复杂度分析 | 第36-37页 |
| 2.5 基于ACM的非均匀模糊图像非盲复原方法 | 第37-40页 |
| 2.5.1 基于全变分的图像复原模型 | 第37-38页 |
| 2.5.2 广义加速近邻梯度方法 | 第38-40页 |
| 2.6 实验结果与分析 | 第40-50页 |
| 2.6.1 散焦图像的复原实验 | 第41-44页 |
| 2.6.2 与基于 3R-PMPB模型的复原方法对比 | 第44-49页 |
| 2.6.3 与基于RT-PMPB模型的复原方法对比 | 第49-50页 |
| 2.7 本章小结 | 第50-53页 |
| 第3章 基于梯度直方图保持模型的图像去模糊方法 | 第53-72页 |
| 3.1 引言 | 第53-54页 |
| 3.2 基于图像梯度的自然图像先验 | 第54-55页 |
| 3.3 纹理增强图像去模糊模型 | 第55-57页 |
| 3.4 保持梯度直方图的图像去模糊方法 | 第57-62页 |
| 3.4.1 去模糊模型 | 第57-58页 |
| 3.4.2 交替最小化方法优化去模糊模型 | 第58-59页 |
| 3.4.3 基于迭代直方图规定化方法的PGH算法 | 第59-61页 |
| 3.4.4 基于区域的保持梯度直方图的去模糊方法 | 第61-62页 |
| 3.5 参考梯度直方图估计 | 第62-63页 |
| 3.6 实验结果与分析 | 第63-71页 |
| 3.6.1 基于PGH模型、B-PGH和S-PGH模型的去模糊算法的比较 | 第64-67页 |
| 3.6.2 与均匀模糊图像去模糊方法的比较 | 第67-68页 |
| 3.6.3 与非均匀模糊图像去模糊方法的比较 | 第68-71页 |
| 3.7 本章小结 | 第71-72页 |
| 第4章 基于广义加性卷积模型的非均匀模糊图像盲复原 | 第72-95页 |
| 4.1 引言 | 第72-73页 |
| 4.2 相关工作 | 第73-75页 |
| 4.2.1 基于单应变换的模糊图像模型 | 第73-74页 |
| 4.2.2 基于最大后验概率的盲去模糊算法 | 第74-75页 |
| 4.3 相机抖动模糊图像的广义加性卷积模型 | 第75-84页 |
| 4.3.1 广义加性卷积模型 | 第75-76页 |
| 4.3.2 相机动作路径分解为切片集和纤维集 | 第76-79页 |
| 4.3.3 基于切片型集合的广义加性卷积模型 | 第79-80页 |
| 4.3.4 基于纤维型集合的广义加性卷积模型 | 第80-81页 |
| 4.3.5 混合广义加性卷积模型模拟相机抖动 | 第81-82页 |
| 4.3.6 复杂度分析 | 第82-84页 |
| 4.4 基于广义加性卷积模型的相机抖动模糊图像复原 | 第84-87页 |
| 4.4.1 基于GAPG的非均匀模糊图像复原方法 | 第84-86页 |
| 4.4.2 与均匀模糊图像盲去卷积方法的关系 | 第86-87页 |
| 4.5 实验结果与分析 | 第87-94页 |
| 4.5.1 三种广义加性卷积模型之间的对比 | 第87-89页 |
| 4.5.2 与几何方法的比较 | 第89-90页 |
| 4.5.3 与非几何方法的比较 | 第90-93页 |
| 4.5.4 与均匀模糊图像复原方法的比较 | 第93-94页 |
| 4.6 本章小结 | 第94-95页 |
| 第5章 正则化项自适应的模糊图像复原方法 | 第95-115页 |
| 5.1 引言 | 第95-96页 |
| 5.2 超拉普拉斯正则化项 | 第96-99页 |
| 5.2.1 图像先验研究 | 第96-97页 |
| 5.2.2 自然图像梯度分布特点 | 第97-99页 |
| 5.3 基于HL先验的非均匀模糊图像盲复原模型 | 第99-100页 |
| 5.4 HL正则化项参数和范数值自适应选择方法 | 第100-103页 |
| 5.4.1 估计潜在清晰图像 | 第100-103页 |
| 5.4.2 噪声水平和超拉普拉斯正则化项参数估计 | 第103页 |
| 5.5 实验结果与分析 | 第103-114页 |
| 5.5.1 实验数据与预处理 | 第103-107页 |
| 5.5.2 实验结果分析 | 第107-114页 |
| 5.6 本章小结 | 第114-115页 |
| 结论 | 第115-117页 |
| 参考文献 | 第117-129页 |
| 攻读博士学位期间发表的论文及其他成果 | 第129-131页 |
| 致谢 | 第131-132页 |
| 个人简历 | 第132页 |
