| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 1. 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10页 |
| ·研究现状 | 第10-14页 |
| ·数字图像复原技术的研究现状 | 第10-11页 |
| ·马尔可夫随机场方法的研究现状 | 第11-12页 |
| ·图像的矩的研究现状 | 第12页 |
| ·梯度方向直方图的研究现状 | 第12-13页 |
| ·多分辨率马尔可夫随机场的研究现状 | 第13-14页 |
| ·本文的主要工作及创新 | 第14页 |
| ·本文的组织结构 | 第14-16页 |
| 2. 文本图像复原算法的理论基础 | 第16-38页 |
| ·图像退化模型 | 第16-17页 |
| ·图像的形状特征 | 第17-18页 |
| ·贝叶斯算法 | 第18-19页 |
| ·马尔可夫随机场理论 | 第19-27页 |
| ·不适定性问题 | 第19-20页 |
| ·双分辨率马尔可夫随机场模型 | 第20-24页 |
| ·多分辨率马尔可夫随机场模型 | 第24-27页 |
| ·图像块的相似性度量方法 | 第27-37页 |
| ·使用欧氏距离 | 第27-28页 |
| ·使用矩函数 | 第28-32页 |
| ·使用梯度方向直方图 | 第32-37页 |
| ·理论描述 | 第32-33页 |
| ·梯度计算 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 3. 仿真实验设计 | 第38-49页 |
| ·实验设计思想 | 第38-44页 |
| ·使用原始算法的实验设计 | 第38-39页 |
| ·改进部分模块的实验设计 | 第39-44页 |
| ·使用图像矩 | 第39-42页 |
| ·使用梯度方向直方图 | 第42-44页 |
| ·实验步骤 | 第44-46页 |
| ·训练样本空间 | 第46-47页 |
| ·概率描述 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 4. 实验结果与分析 | 第49-56页 |
| ·实验结果 | 第49-54页 |
| ·实验结果的衡量标准 | 第49页 |
| ·使用不同的样本集合 | 第49-52页 |
| ·使用不同的图像块大小 | 第52-53页 |
| ·复原效果 | 第53-54页 |
| ·实验结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 5. 总结与展望 | 第56-59页 |
| ·本文的主要贡献与创新 | 第56-57页 |
| ·本文的不足及将来的研究方向 | 第57-59页 |
| ·改进计算图像块之间的距离以及聚类的方法 | 第57页 |
| ·概率表φ(xi,yj)及ψ_(ij)(yi,yj)的求取方法 | 第57-58页 |
| ·关于训练样本 | 第58页 |
| ·关于计算速度的优化 | 第58-59页 |
| 硕士在读期间发表的论文 | 第59-60页 |
| 附录 | 第60-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74页 |