| 提要 | 第5-6页 |
| 摘要 | 第6-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第16-24页 |
| 1.1 图像复原研究的背景和意义 | 第16-17页 |
| 1.2 图像退化与图像复原 | 第17-20页 |
| 1.2.1 图像退化模型 | 第17-18页 |
| 1.2.2 点扩散函数模型 | 第18-19页 |
| 1.2.3 图像复原方法大致分类 | 第19-20页 |
| 1.3 论文主要内容 | 第20-21页 |
| 1.4 论文的创新点 | 第21-22页 |
| 1.5 本章小结 | 第22-24页 |
| 第2章 卷积与傅立叶变换 | 第24-36页 |
| 2.1 卷积 | 第24-27页 |
| 2.1.1 卷积的定义和性质 | 第24-25页 |
| 2.1.2 一维离散卷积 | 第25-26页 |
| 2.1.3 二维离散卷积 | 第26-27页 |
| 2.2 傅立叶变换 | 第27-30页 |
| 2.2.1 傅立叶变换的定义 | 第27-29页 |
| 2.2.2 一维离散傅立叶变换 | 第29页 |
| 2.2.3 二维离散傅立叶变换 | 第29-30页 |
| 2.3 用于反卷积的离散模型 | 第30-35页 |
| 2.3.1 循环矩阵反卷积模型 | 第30-32页 |
| 2.3.2 非周期矩阵反卷积模型 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 图像复原方法概述 | 第36-64页 |
| 3.1 逆滤波方法 | 第37-39页 |
| 3.1.1 逆滤波原理 | 第37页 |
| 3.1.2 维纳滤波方法 | 第37-38页 |
| 3.1.3 几何均值滤波 | 第38-39页 |
| 3.2 约束最小二乘方法 | 第39-41页 |
| 3.3 限制自适应复原方法 | 第41-43页 |
| 3.4 最大熵方法 | 第43-46页 |
| 3.4.1 Frieden 的最大熵方法 | 第43-44页 |
| 3.4.2 Zhuang 等人的最大熵方法 | 第44-46页 |
| 3.5 图像复原的统计方法 | 第46-50页 |
| 3.5.1 高斯随机场模型与复原算法 | 第47-48页 |
| 3.5.2 泊松随机场模型和复原算法 | 第48-50页 |
| 3.5.3 统计复原方法的发展 | 第50页 |
| 3.6 正则化复原方法 | 第50-55页 |
| 3.6.1 Tikhonov 正则化方法 | 第51页 |
| 3.6.2 半二次正则化方法 | 第51-52页 |
| 3.6.3 H~1 半模正则化方法 | 第52页 |
| 3.6.4 全变分最小化方法 | 第52-55页 |
| 3.7 多尺度分析图像复原方法 | 第55-56页 |
| 3.8 图像盲目复原方法 | 第56-62页 |
| 3.8.1 空间域迭代盲目复原方法 | 第56-58页 |
| 3.8.2 增量迭代盲目复原方法 | 第58-59页 |
| 3.8.3 频域迭代盲目复原方法 | 第59-61页 |
| 3.8.4 图像盲目复原的正则化方法 | 第61-62页 |
| 3.9 本章小结 | 第62-64页 |
| 第4章 点扩散函数的估计和计算方法 | 第64-74页 |
| 4.1 圆盘散焦PSF 的计算方法 | 第64-69页 |
| 4.2 误差—参数分析方法 | 第69-70页 |
| 4.3 基于图像退化程度评价的 PSF 估计方法 | 第70-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第5章 正多边形散焦图像快速复原方法研究 | 第74-94页 |
| 5.1 固定光圈光学系统与可变光圈光学系统 | 第74-76页 |
| 5.2 散焦降晰正多边形PSF 模型 | 第76-77页 |
| 5.3 正六边形散焦PSF 频域零点分布定理 | 第77-84页 |
| 5.3.1 正六边形散焦PSF 的傅立叶变换 | 第77-81页 |
| 5.3.2 H_0 (u ,v ) 的零点定理 | 第81-84页 |
| 5.4 正六边形光圈散焦图像快速复原方法与图像复原实验 | 第84-88页 |
| 5.5 其它正多边形散焦 PSF 频域零点分布及复原方法的讨论 | 第88-93页 |
| 5.6 本章小结 | 第93-94页 |
| 第6章 散焦虹膜图像的实时性复原与相关图像 | 第94-106页 |
| 6.1 虹膜识别与图像复原 | 第94-96页 |
| 6.1.1 虹膜识别的应用和意义 | 第94页 |
| 6.1.2 虹膜图像复原的特殊性 | 第94-96页 |
| 6.2 一类散焦虹膜图像的实时性复原方法 | 第96-98页 |
| 6.3 面部生物特征信息采集与识别系统 | 第98-103页 |
| 6.3.1 面部多模态生物特征识别 | 第99-100页 |
| 6.3.2 系统简介 | 第100-101页 |
| 6.3.3 系统的组成及采集流程 | 第101-103页 |
| 6.3.4 系统的先进性 | 第103页 |
| 6.4 本章小结 | 第103-106页 |
| 第7章 总结与展望 | 第106-110页 |
| 7.1 本文工作总结 | 第106-108页 |
| 7.2 进一步研究的设想与展望 | 第108-110页 |
| 参考文献 | 第110-120页 |
| 作者简介及在学期间所取得的科研成果 | 第120-122页 |
| 致谢 | 第122页 |