| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第13-24页 |
| 1.1 问题背景及研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-21页 |
| 1.2.1 图像复原问题 | 第14-17页 |
| 1.2.2 图像增强问题 | 第17-20页 |
| 1.2.3 图像去雾问题 | 第20-21页 |
| 1.3 论文的主要研究工作 | 第21-24页 |
| 1.3.1 论文的主要成果及创新点 | 第21-22页 |
| 1.3.2 论文的组织结构 | 第22-24页 |
| 2 联合Tetrolets阈值收缩和加权各向异性TV的图像复原方法 | 第24-39页 |
| 2.1 引言 | 第24页 |
| 2.2 联合Tetrolets阈值收缩和WATV的图像复原模型与算法 | 第24-29页 |
| 2.2.1 联合Tetrolets阈值收缩和WATV的图像复原模型 | 第25-27页 |
| 2.2.2 算法描述 | 第27-28页 |
| 2.2.3 提出模型与Tetrolets阈值收缩和ATV最小化后处理之间的比较 | 第28-29页 |
| 2.3 实验结果与分析 | 第29-38页 |
| 2.3.1 与Tetrolets阈值收缩和ATV最小化后处理框架的比较 | 第29-31页 |
| 2.3.2 与其他图像复原方法的比较 | 第31-38页 |
| 2.3.3 计算时间分析 | 第38页 |
| 2.4 本章小结 | 第38-39页 |
| 3 局部亮度自适应的彩色图像增强 | 第39-57页 |
| 3.1 引言 | 第39页 |
| 3.2 色彩增强的感知启发变分框架的分析 | 第39-41页 |
| 3.3 提出的模型与算法 | 第41-46页 |
| 3.3.1 局部亮度自适应的对比度能量项 | 第41-42页 |
| 3.3.2 Wasserstein离差能量项 | 第42-44页 |
| 3.3.3 能量泛函的正则逼近与最小化 | 第44-46页 |
| 3.4 实验结果与分析 | 第46-55页 |
| 3.4.1 自然度度量和组合增强度量 | 第46-48页 |
| 3.4.2 与原始感知启发方法的比较 | 第48-51页 |
| 3.4.3 与非感知启发方法的比较 | 第51-53页 |
| 3.4.4 对模拟降质图像增强的实验 | 第53-55页 |
| 3.4.5 计算时间分析 | 第55页 |
| 3.5 本章小结 | 第55-57页 |
| 4 Retinex的变分贝叶斯方法 | 第57-82页 |
| 4.1 引言 | 第57-58页 |
| 4.2 变分贝叶斯逼近方法回顾 | 第58-59页 |
| 4.3 Retinex的贝叶斯模型和推断 | 第59-62页 |
| 4.3.1 图像先验的建立 | 第60-61页 |
| 4.3.2 超参数的超先验 | 第61-62页 |
| 4.4 Retinex的变分贝叶斯算法 | 第62-68页 |
| 4.4.1 显式计算 | 第65-68页 |
| 4.4.2 Retinex的变分贝叶斯方法与Retinex的TV变分方法的关系 | 第68页 |
| 4.5 实验结果与分析 | 第68-81页 |
| 4.5.1 与其他Retinex方法的比较 | 第68-73页 |
| 4.5.2 与非Retinex方法的比较 | 第73-76页 |
| 4.5.3 两种反射函数的测试 | 第76-77页 |
| 4.5.4 先验信息与置信参数的测试 | 第77-79页 |
| 4.5.5 Super-Gaussian先验和SAR先验的测试 | 第79-81页 |
| 4.5.6 计算时间分析 | 第81页 |
| 4.6 本章小结 | 第81-82页 |
| 5 基于二维典型相关分析的图像去雾 | 第82-106页 |
| 5.1 引言 | 第82页 |
| 5.2 雾的光学模型和基于样例的图像去雾方法介绍 | 第82-84页 |
| 5.2.1 雾的光学模型 | 第82-83页 |
| 5.2.2 基于样例的图像去雾 | 第83-84页 |
| 5.3 2D CCA图像去雾方法 | 第84-91页 |
| 5.3.1 2D CCA | 第86-88页 |
| 5.3.2 训练阶段 | 第88页 |
| 5.3.3 测试阶段 | 第88-89页 |
| 5.3.4 应用局部均值自适应引导滤波的介质传播图精细化方法 | 第89-90页 |
| 5.3.5 求去雾后的结果图像 | 第90-91页 |
| 5.4 实验结果与分析 | 第91-104页 |
| 5.4.1 投影矩阵维数的测试 | 第91-92页 |
| 5.4.2 精细化方法效果的测试 | 第92-95页 |
| 5.4.3 去雾效果的测试 | 第95-104页 |
| 5.4.4 计算时间分析 | 第104页 |
| 5.5 本章小结 | 第104-106页 |
| 6 总结与展望 | 第106-109页 |
| 6.1 本论文工作总结 | 第106-107页 |
| 6.2 未来工作展望 | 第107-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-123页 |
| 附录 | 第123-127页 |
| A算法2.1 中最小化问题的求解 | 第123-124页 |
| B命题3.1 的证明 | 第124-125页 |
| C定理4.1 的证明 | 第125-126页 |
| D算法4.2 中求微分的计算细节 | 第126-127页 |
| 攻读博士学位期间发表论文与专利情况 | 第127-129页 |
| 攻读博士学位期间参加课题及资助基金 | 第129页 |
