| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题背景和研究意义 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 盲去卷积 | 第10-12页 |
| 1.2.2 非盲去卷积 | 第12页 |
| 1.3 论文的主要贡献 | 第12-13页 |
| 1.4 论文的主要内容及组织结构 | 第13-14页 |
| 2 图像去运动模糊的相关理论基础 | 第14-25页 |
| 2.1 图像模糊模型的构造 | 第14-15页 |
| 2.2 图像去模糊的不适定性与正则化处理方法 | 第15-16页 |
| 2.3 自然图像与模糊核的先验假设信息 | 第16-21页 |
| 2.3.1 自然图像的先验假设 | 第16-19页 |
| 2.3.2 模糊核的先验假设 | 第19-21页 |
| 2.4 最大似然估计与最大后验估计的构造方法 | 第21-24页 |
| 2.4.1 约束最大似然(ML)估计 | 第22-23页 |
| 2.4.2 最大后验(MAP)估计 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 局部自适应稀疏约束正则化方法 | 第25-37页 |
| 3.1 典型的稀疏分布先验 | 第25-27页 |
| 3.1.1 柯西分布(Cauchy Distribution,CD) | 第25-26页 |
| 3.1.2 广义高斯分布(Generalized Gaussian Distribution,GGD) | 第26-27页 |
| 3.2 稀疏性约束函数 | 第27-29页 |
| 3.3 稀疏分布先验与稀疏性约束函数的联系 | 第29-30页 |
| 3.4 局部自适应稀疏约束正则化 | 第30-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于局部自适应稀疏约束的图像盲去模糊方法 | 第37-46页 |
| 4.1 单幅图像盲去模糊的一般方法 | 第37页 |
| 4.2 图像盲去模糊的具体流程 | 第37-38页 |
| 4.3 基于局部自适应稀疏约束的模糊核估计 | 第38-44页 |
| 4.3.1 著性结构的提取 | 第39-40页 |
| 4.3.2 基于l_0范数的模糊核估计 | 第40-41页 |
| 4.3.3 基于局部自适应稀疏约束的临时清晰图像去卷积 | 第41-44页 |
| 4.4 完整的去模糊算法 | 第44页 |
| 4.5 本章小结 | 第44-46页 |
| 5 数值实验与分析 | 第46-53页 |
| 5.1 实验说明 | 第46页 |
| 5.2 合成数据实验结果 | 第46-48页 |
| 5.3 真实数据实验结果 | 第48-52页 |
| 5.4 更多的实验结果 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
