摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第11-22页 |
1.1 课题研究的背景和意义 | 第11-14页 |
1.2 国内外研究现状 | 第14-20页 |
1.2.1 非盲复原研究现状 | 第14-17页 |
1.2.2 盲复原研究现状 | 第17-19页 |
1.2.3 图像复原技术的求解问题 | 第19-20页 |
1.3 图像复原存在的问题和本文的研究工作 | 第20-22页 |
2 模糊图像复原研究的理论基础 | 第22-34页 |
2.1 模糊图像的成像和复原过程 | 第22-24页 |
2.2 图像复原的病态性特征及正则化技术 | 第24-27页 |
2.3 交叉算法和分裂布雷格曼迭代法 | 第27-29页 |
2.3.1 交叉优化算法 | 第27-28页 |
2.3.2 分裂布雷格曼算法 | 第28-29页 |
2.4 图像复原的像质评价方法 | 第29-32页 |
2.4.1 有参照图像评价方法 | 第29-31页 |
2.4.2 无参照图像评价方法 | 第31-32页 |
2.5 本章小结 | 第32-34页 |
3 基于各向异性总变分的图像边缘特征复原算法 | 第34-67页 |
3.1 各向异性总变分原理 | 第34-35页 |
3.2 基于各向异性总变分的图像边缘非盲复原算法 | 第35-57页 |
3.2.1 基于各向异性总变分的图像边缘复原模型 | 第35-36页 |
3.2.2 边缘特征非盲复原离散算法 | 第36-39页 |
3.2.3 实验结果及分析 | 第39-57页 |
3.3 基于各向异性总变分的图像边缘盲复原算法 | 第57-66页 |
3.3.1 边缘特征盲复原离散算法 | 第58-61页 |
3.3.2 实验结果分析与讨论 | 第61-66页 |
3.4 本章小结 | 第66-67页 |
4 基于小波框架framelet稀疏分解的图像纹理复原算法 | 第67-115页 |
4.1 图像的稀疏表达和多层性分解 | 第67-71页 |
4.1.1 小波框架framelet | 第67-70页 |
4.1.2 图像的多层性分解 | 第70-71页 |
4.2 基于稀疏图像分解的纹理图像非盲复原算法 | 第71-94页 |
4.2.1 基于稀疏图像分解的纹理图像非盲去模糊模型 | 第71-72页 |
4.2.2 纹理图像非盲复原离散算法 | 第72-75页 |
4.2.3 实验结果分析与讨论 | 第75-94页 |
4.3 基于稀疏图像分解的图像纹理盲复原算法 | 第94-109页 |
4.3.1 基于稀疏分解的纹理图像盲复原模型 | 第94-95页 |
4.3.2 纹理图像盲复原离散算法 | 第95-100页 |
4.3.3 实验结果分析与讨论 | 第100-109页 |
4.4 与第三章算法的比较总结 | 第109-113页 |
4.5 本章小结 | 第113-115页 |
5 倾斜扫描成像系统下的模糊图像复原实验研究 | 第115-131页 |
5.1 倾斜旋转扫描成像系统及其工作原理 | 第115-118页 |
5.2 倾斜旋转扫描成像系统降质原因分析 | 第118-120页 |
5.3 倾斜旋转扫描成像图像复原 | 第120-130页 |
5.4 本章小结 | 第130-131页 |
6 总结与展望 | 第131-133页 |
6.1 全文总结 | 第131页 |
6.2 创新点总结 | 第131-132页 |
6.3 展望 | 第132-133页 |
致谢 | 第133-135页 |
参考文献 | 第135-153页 |
附录1 | 第153-155页 |
附录2 | 第155页 |