摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第13-21页 |
1.1 图像处理的研究背景及意义 | 第13-14页 |
1.2 图像去噪去模糊问题及其研究现状 | 第14-16页 |
1.3 图像超分辨率问题及其研究现状 | 第16-18页 |
1.4 图像修补问题及其研究现状 | 第18-19页 |
1.5 学位论文的“骨”与“皮” | 第19-20页 |
1.6 学位论文的主要内容及创新点 | 第20-21页 |
第二章 基于小波的两层网格方法及其图像去噪去模糊应用 | 第21-33页 |
2.1 引言 | 第21-22页 |
2.2 两层网格方法 | 第22-23页 |
2.3 基于小波的两层网格方法 | 第23-28页 |
2.3.1 哈尔小波(Haar wavelet) | 第24页 |
2.3.2 基于symmlet小波的传递算子 | 第24-28页 |
2.4 实验结果 | 第28-31页 |
2.5 本章小结 | 第31-33页 |
第三章 基于Tikhonov正则化方法和多重网格方法的信号复原研究 | 第33-47页 |
3.1 引言 | 第33-35页 |
3.2 新型Tikhonov正则化方法和软阈值去噪方法 | 第35-38页 |
3.2.1 新型Tikhonov正则化方法 | 第35-37页 |
3.2.2 软阈值去噪方法 | 第37-38页 |
3.3 提出的多重网格复原方法 | 第38-42页 |
3.3.1 基于小波的多重网格方法 | 第38-41页 |
3.3.2 改进的多重网格方法 | 第41-42页 |
3.4 实验结果与分析 | 第42-44页 |
3.5 本章小结 | 第44-47页 |
第四章 基于迭代再生核希尔伯特空间方法的图像超分辨率重建 | 第47-72页 |
4.1 引言 | 第47-50页 |
4.2 RKHS基础知识及其应用 | 第50-55页 |
4.2.1 RKHS基本知识 | 第50-51页 |
4.2.2 一维样条函数及信号光滑 | 第51-54页 |
4.2.3 二维薄板样条函数及图像光滑 | 第54-55页 |
4.3 提出的迭代RKHS方法 | 第55-62页 |
4.3.1 Heaviside函数 | 第56-58页 |
4.3.2 基于RKHS和Heaviside函数的迭代方法 | 第58-62页 |
4.4 实验结果及分析 | 第62-71页 |
4.4.1 真实高分辨率图像未知情况下的实验结果 | 第64页 |
4.4.2 真实高分辨率图像已知情况下的实验结果 | 第64-71页 |
4.4.2.1 计算量问题 | 第68-69页 |
4.4.2.2 迭代策略对提出的模型(4-20)的影响 | 第69-71页 |
4.5 本章小结 | 第71-72页 |
第五章 基于近似Heaviside函数的图像超分辨率 | 第72-92页 |
5.1 引言 | 第72-73页 |
5.2 Heaviside函数 | 第73-74页 |
5.3 模型的提出及求解 | 第74-79页 |
5.3.1 ?1模型的提出及求解 | 第74-77页 |
5.3.2 所提模型的求解算法 | 第77-79页 |
5.4 实验结果及分析 | 第79-91页 |
5.4.1 一般图像的超分辨率实验效果 | 第80-81页 |
5.4.2 针对特殊背景图像的超分辨率效果 | 第81-85页 |
5.4.3 方法的讨论 | 第85-91页 |
5.5 本章小结 | 第91-92页 |
第六章 基于模板的图像修补问题研究 | 第92-107页 |
6.1 引言 | 第92-94页 |
6.2 相关研究工作 | 第94-95页 |
6.3 一种新的图像修补优先权定义 | 第95-101页 |
6.3.1 新的优先权定义 | 第95页 |
6.3.2 自动估计新的优先权定义的步数 | 第95-100页 |
6.3.3 利用块中块(patch-in-patch)的思想减少计算量 | 第100-101页 |
6.4 实验结果及讨论 | 第101-106页 |
6.4.1 实验结果 | 第101-104页 |
6.4.2 讨论 | 第104-106页 |
6.4.2.1 曲线结构传播 | 第104页 |
6.4.2.2 交叉结构讨论 | 第104-105页 |
6.4.2.3 新优先权定义的顺序问题 | 第105-106页 |
6.5 结论 | 第106-107页 |
第七章 总结与展望 | 第107-109页 |
7.1 总结 | 第107-108页 |
7.2 展望 | 第108-109页 |
致谢 | 第109-110页 |
参考文献 | 第110-120页 |
攻博期间取得的研究成果 | 第120-122页 |