模糊图像复原与校正方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·论文研究背景和研究意义 | 第9页 |
| ·图像复原技术国内外研究现状 | 第9-11页 |
| ·论文主要研究工作 | 第11-13页 |
| 第2章 常用图像复原方法 | 第13-21页 |
| ·图像复原理论 | 第13-15页 |
| ·图像退化简述 | 第13页 |
| ·点扩散函数性质 | 第13-14页 |
| ·退化过程中的加性噪声 | 第14-15页 |
| ·经典图像复原算法 | 第15-20页 |
| ·Wiener滤波算法 | 第15-17页 |
| ·约束最小二乘算法 | 第17-19页 |
| ·增量Wiener滤波算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 图像盲复原技术 | 第21-37页 |
| ·图像反卷积的模型及性质 | 第22-23页 |
| ·图像复原中的噪声放大和振铃效应 | 第23-26页 |
| ·噪声放大 | 第24-25页 |
| ·振铃效应 | 第25页 |
| ·两者的共同作用 | 第25-26页 |
| ·边界效应 | 第26-27页 |
| ·图像盲复原中的正则化技术 | 第27-32页 |
| ·图像复原问题的病态 | 第27页 |
| ·正则化技术 | 第27-29页 |
| ·主要正则化方法 | 第29-32页 |
| ·基本的图像盲复原方法 | 第32-35页 |
| ·最大熵复原 | 第32页 |
| ·凸集投影方法(POCS) | 第32-33页 |
| ·EM算法 | 第33-34页 |
| ·约束最小平方法 | 第34页 |
| ·其他研究方向 | 第34-35页 |
| ·图像复原算法的衡量标准 | 第35-37页 |
| 第4章 模糊图像降晰函数辨识及仿真 | 第37-55页 |
| ·降晰图像建模分析 | 第37-38页 |
| ·降晰函数辨识常用形式 | 第38-40页 |
| ·最小二乘辨识基本原理 | 第40-41页 |
| ·期望-最大化(EM)辨识算法 | 第41-54页 |
| ·参数辨识的最大似然函数 | 第43-44页 |
| ·EM算法的E部算法原理 | 第44-46页 |
| ·EM算法的M步算法原理 | 第46-47页 |
| ·初始条件的选择及算法的简化运算 | 第47-48页 |
| ·EM算法程序设计的框架和流程图 | 第48-50页 |
| ·仿真结果 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 复原图像的质量评价 | 第55-60页 |
| ·主观评价方法 | 第55-56页 |
| ·传统客观评价方法 | 第56-57页 |
| ·基于视觉兴趣的图像质量评价模型 | 第57-59页 |
| ·图像质量的测量过程 | 第57-58页 |
| ·视觉的兴趣性测量 | 第58-59页 |
| ·图像感兴趣区的确定 | 第59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
