| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 图像盲去模糊算法研究现状 | 第11-13页 |
| 1.3 本文研究内容及结构安排 | 第13-15页 |
| 第2章 相关的理论基础 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 模糊图像成因 | 第15-16页 |
| 2.2.1 散焦模糊 | 第15页 |
| 2.2.2 运动模糊 | 第15-16页 |
| 2.3 图像运动模糊退化模型 | 第16-19页 |
| 2.3.1 图像退化模型 | 第16-17页 |
| 2.3.2 循环矩阵对角化 | 第17-18页 |
| 2.3.3 对角化在降质系统中的应用 | 第18-19页 |
| 2.4 数值优化方法 | 第19-21页 |
| 2.4.1 变量分离 | 第19页 |
| 2.4.2 增广拉格朗日算法 | 第19-21页 |
| 2.4.3 增广拉格朗日算法求解等式约束的优化问题 | 第21页 |
| 2.5 图像盲去模糊的不适定性分析 | 第21-24页 |
| 2.6 图像盲去模糊算法的性能评价标准 | 第24-25页 |
| 2.7 盲去运动模糊的流程框架 | 第25页 |
| 2.8 本章小结 | 第25-26页 |
| 第3章 基于非维度高斯测度稀疏先验和边缘约束的运动图像盲去模糊算法研究 | 第26-47页 |
| 3.1 引言 | 第26页 |
| 3.2 联合稀疏约束与边缘约束盲去模糊模型 | 第26-32页 |
| 3.2.1 非维度高斯测度稀疏约束 | 第26-28页 |
| 3.2.2 T-smooth技术提取图像强边缘 | 第28-30页 |
| 3.2.3 变分狄利克雷逼近模糊核后验分布 | 第30-32页 |
| 3.3 模型求解 | 第32-37页 |
| 3.3.1 增广拉格朗日求解中间清晰图像 | 第32-35页 |
| 3.3.2 反向跟踪梯度投影算法求解模糊核 | 第35-37页 |
| 3.4 完整的模糊核估计算法 | 第37-38页 |
| 3.5 最终清晰图像非盲去模糊 | 第38-39页 |
| 3.6 实验结果与分析 | 第39-46页 |
| 3.6.1 Levin等人标准测试集的盲去模糊实验 | 第39-43页 |
| 3.6.2 实际彩色模糊图像的盲去模糊实验 | 第43-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第4章 基于自适应L0正则化的运动图像盲去模糊算法研究 | 第47-61页 |
| 4.1 引言 | 第47页 |
| 4.2 自适应L0正则化盲去模糊模型 | 第47-49页 |
| 4.2.1 L0正则化盲去模糊模型 | 第47-48页 |
| 4.2.2 增强模糊核估计的鲁棒性 | 第48-49页 |
| 4.3 模型求解 | 第49-52页 |
| 4.3.1 清晰图像梯度的求解 | 第49-51页 |
| 4.3.2 半二次函数法求解模糊核 | 第51-52页 |
| 4.4 完整的模糊核估计算法 | 第52-53页 |
| 4.5 实验结果与分析 | 第53-60页 |
| 4.5.1 Levin等人标准测试集的盲去模糊实验 | 第53-57页 |
| 4.5.2 实际彩色模糊图像的盲去模糊实验 | 第57-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
