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

快速鲁棒的图像非参盲恢复方法研究

摘要第4-5页
abstract第5-6页
专用术语注释表第9-10页
第一章 绪论第10-20页
    1.1 课题的背景及研究意义第10-11页
    1.2 图像去模糊研究发展历程及现状第11-18页
        1.2.1 图像非盲去模糊发展状况第12-14页
        1.2.2 图像盲去模糊发展现状第14-18页
    1.3 论文主要工作及创新点第18-19页
    1.4 论文的结构安排第19-20页
第二章 相关背景知识介绍第20-29页
    2.1 图像中的相关数学知识第20-25页
        2.1.1 图像的边界条件第21-24页
        2.1.2 Lp范数简介第24-25页
    2.2 优化问题的求解第25-27页
        2.2.1 牛顿迭代法第25-26页
        2.2.2 交替方向乘子法第26-27页
    2.3 图像去模糊效果评价第27-28页
    2.4 本章小结第28-29页
第三章 基于L0-BM3D的图像盲去模糊第29-46页
    3.1 BM3D去噪模型第29-30页
    3.2 基于L0-BM3D的去模糊模型第30-31页
    3.3 模型求解第31-33页
        3.3.1 清晰图像的求解第31-33页
        3.3.2 模糊核k的估计过程第33页
    3.4 模型详细的算法流程第33-36页
        3.4.1 交替最小化模糊核估计第34-35页
        3.4.2 多尺寸模糊核估计第35页
        3.4.3 图像非盲去模糊复原第35-36页
    3.5 图像去模糊效果第36-45页
        3.5.1 基于Levin等人的合成实验集第36-40页
        3.5.2 模型的去模糊效果第40-42页
        3.5.3 基于彩色模糊图像去模糊效果第42-45页
        3.5.4 模型存在的问题第45页
    3.6 本章小结第45-46页
第四章 基于广义规范化的稀疏先验图像盲去模糊第46-60页
    4.1 规范化稀疏先验模型第46-47页
    4.2 广义规范化的稀疏先验模型第47-49页
    4.3 图像盲去模糊模型求解第49-52页
        4.3.1 求解清晰图像第49-51页
        4.3.2 求解模糊核第51-52页
    4.4 相关细节补充第52-53页
    4.5 基于广义规范化稀疏先验的图像盲去模糊效果第53-59页
    4.6 本章小结第59-60页
第五章 结合TGV的图像盲去模糊增强型规范化稀疏模型第60-81页
    5.1 TGV模型第60-61页
    5.2 增强型规范化图像盲去模糊模型第61-62页
    5.3 模型快速求解第62-67页
        5.3.1 清晰图像求解第63-65页
        5.3.2 模糊核求解第65-66页
        5.3.3 相关细节补充第66-67页
    5.4 本章模型实验结果第67-80页
        5.4.1 基于Levin等人实验集实验第67-74页
        5.4.2 实际彩色模糊图像实验第74-80页
    5.5 本章小结第80-81页
第六章 总结与展望第81-84页
    6.1 论文总结第81-82页
    6.2 研究工作的未来展望第82-84页
参考文献第84-88页
附录1 攻读硕士学位期间撰写的论文第88-89页
附录2 攻读硕士学位期间参加的科研项目第89-90页
致谢第90页

论文共90页,点击 下载论文
上一篇:CNTs-CdS-TiO2复合催化剂的制备及其光催化性能研究
下一篇:基于人眼视觉特性的低照度图像增强算法研究