首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于增广拉格朗日的非局部正则化图像复原方法

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-18页
    1.1 图像处理的国内外现状及意义第10-13页
    1.2 图像复原的基础知识第13-14页
    1.3 不适定问题第14-15页
    1.4 正则化方法第15-16页
    1.5 图像复原效果的评价标准第16页
    1.6 本论文的主要内容、方法及创新点第16-17页
    1.7 本论文的章节安排第17-18页
第二章 预备知识第18-31页
    2.1 增广拉格朗日方法第18-24页
    2.2 非局部方法第24-30页
        2.2.1 非局部方法基础知识介绍第24页
        2.2.2 非局部均值方法第24-26页
        2.2.3 非局部算子第26-28页
        2.2.4 非局部方法的三个分支第28-30页
    2.3 本章小结第30-31页
第三章 HOSVD方法与WNNM方法第31-39页
    3.1 HOSVD方法第31-34页
        3.1.1 HOSVD方法的由来第31-32页
        3.1.2 HOSVD算法第32-34页
    3.2 加权核范数极小化问题(WNNM)第34-38页
    3.3 本章小结第38-39页
第四章 两阶段适应性阈值方法第39-56页
    4.1 引言第39-40页
    4.2 两阶段自适应软阈值方法第40-45页
        4.2.1 基础估计第40-41页
        4.2.2 最终估计第41-45页
    4.3 算法流程图第45-46页
    4.4 数值实验第46-53页
    4.5 方法对比第53-54页
        4.5.1 四种实验方法对比第53页
        4.5.2 与WNNM方法对比第53-54页
    4.6 参数设置第54-55页
    4.7 本章小结第55-56页
第五章 总结与展望第56-58页
    5.1 工作总结第56页
    5.2 工作展望第56-58页
致谢第58-59页
参考文献第59-64页
攻读硕士学位期间的研究成果第64页

论文共64页,点击 下载论文
上一篇:基于多值模型检测的SaaS应用测试及其自动化研究
下一篇:基于单目视觉的目标跟踪算法的研究与实现