基于云的图像恢复算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 图像恢复方法的研究现状 | 第10-16页 |
| 1.2.1 基于统计模型的方法 | 第10-11页 |
| 1.2.2 基于稀疏表示的方法 | 第11-12页 |
| 1.2.3 基于核回归的方法 | 第12-14页 |
| 1.2.4 基于正则化的方法 | 第14-16页 |
| 1.3 本文的主要研究内容及论文组织 | 第16-18页 |
| 第2章 图像恢复的正则化方法 | 第18-27页 |
| 2.1 问题描述与解决方案分析 | 第18-19页 |
| 2.2 全变分正则化 | 第19-21页 |
| 2.3 BREGMAN 迭代正则化算法 | 第21-25页 |
| 2.4 稀疏正则化 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于云的图像恢复 | 第27-40页 |
| 3.1 引言 | 第27-28页 |
| 3.2 基于云的图像恢复框架 | 第28页 |
| 3.3 候选图像的检索 | 第28-35页 |
| 3.3.1 SIFT 特征 | 第29-31页 |
| 3.3.2 “绑定”特征 | 第31-33页 |
| 3.3.3 特征量化与匹配 | 第33-34页 |
| 3.3.4 索引与检索 | 第34-35页 |
| 3.4 IRPRS 算法的自适应性改进 | 第35-36页 |
| 3.5 实验结果与分析 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于云的稀疏正则化 | 第40-49页 |
| 4.1 引言 | 第40-41页 |
| 4.2 特征匹配与图像变换 | 第41-43页 |
| 4.3 基于云的 3D 稀疏表示模型 | 第43-45页 |
| 4.4 基于云的正则化恢复算法的求解 | 第45-46页 |
| 4.5 实验结果与分析 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 攻读学位期间发表的论文及其它成果 | 第55-57页 |
| 致谢 | 第57页 |
