基于边界算子的图像复原算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 稀疏编码的国内外研究现状 | 第15-17页 |
| 1.2.2 图像复原的国内外研究现状 | 第17-18页 |
| 1.3 文章结构 | 第18-20页 |
| 第二章 图像复原相关理论知识 | 第20-34页 |
| 2.1 卷积稀疏编码相关理论知识 | 第20-24页 |
| 2.1.1 稀疏表示基本理论 | 第20-23页 |
| 2.1.2 CRC的数学框架 | 第23-24页 |
| 2.2 图像复原基本理论 | 第24-32页 |
| 2.2.1 图像退化模型 | 第24-25页 |
| 2.2.2 点扩散函数 | 第25-26页 |
| 2.2.3 图像非盲复原方法 | 第26-29页 |
| 2.2.4 图像盲复原算法 | 第29-32页 |
| 2.3 本章小结 | 第32-34页 |
| 第三章 基于边界算子的CRC图像复原 | 第34-46页 |
| 3.1 引言 | 第34页 |
| 3.2 图像振铃效应 | 第34-36页 |
| 3.3 ADMM算法 | 第36-39页 |
| 3.3.1 对偶上升 | 第36-37页 |
| 3.3.2 对偶分解 | 第37页 |
| 3.3.3 增广拉格朗日乘子法 | 第37-38页 |
| 3.3.4 ADMM | 第38-39页 |
| 3.4 基于M矩阵算子的图像复原 | 第39-41页 |
| 3.5 实验结果及分析 | 第41-44页 |
| 3.5.1. 字典集的学习以及图像的复原 | 第41-43页 |
| 3.5.2. 含噪图像的复原 | 第43-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 基于边界算子的图像盲复原 | 第46-58页 |
| 4.1 引言 | 第46-47页 |
| 4.2 图像盲复原模型及求解 | 第47-53页 |
| 4.2.1 基于循环边界下的图像复原TV模型 | 第47-49页 |
| 4.2.2 基于边界算子的图像盲复原模型 | 第49-50页 |
| 4.2.3 基于M矩阵图像图像复原模型求解 | 第50-53页 |
| 4.3 实验数据及其结果分析 | 第53-56页 |
| 4.4 本章小结 | 第56-58页 |
| 结论和展望 | 第58-60页 |
| 5.1 研究结论 | 第58页 |
| 5.2 研究展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 作者简介 | 第66-67页 |
