| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 1 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·运动模糊图像恢复技术发展 | 第12-16页 |
| ·模糊核参数估计去运动模糊 | 第13页 |
| ·多张图像去运动模糊 | 第13-14页 |
| ·利用图像透明度去运动模糊 | 第14页 |
| ·稀疏逼近去运动模糊 | 第14-15页 |
| ·TDI相机图像去运动模糊 | 第15页 |
| ·深度感知去运动模糊 | 第15-16页 |
| ·论文主要内容 | 第16-17页 |
| 2 运动模糊图像退化的数学模型和几种常见方法 | 第17-27页 |
| ·图像的退化模型 | 第17-21页 |
| ·连续退化模型 | 第17-19页 |
| ·离散退化模型 | 第19-21页 |
| ·运动模糊图像恢复方法 | 第21-26页 |
| ·逆滤波法 | 第21-22页 |
| ·维纳滤波法 | 第22-23页 |
| ·约束最小二乘方法 | 第23-24页 |
| ·最大熵恢复法 | 第24-25页 |
| ·偏微分方程法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 基于鲁棒联合稀疏编码(RSSC)去噪算法 | 第27-45页 |
| ·图像噪声 | 第27-31页 |
| ·噪声特点 | 第27-28页 |
| ·噪声分类 | 第28-29页 |
| ·图像质量评价 | 第29-31页 |
| ·去噪方法 | 第31-35页 |
| ·均值滤波 | 第31-32页 |
| ·中值滤波 | 第32-34页 |
| ·小波去噪 | 第34-35页 |
| ·鲁棒的联合稀疏编码(RSSC)去噪算法 | 第35-44页 |
| ·鲁棒稀疏的表示模型(RSSC) | 第37-38页 |
| ·优化算法 | 第38-40页 |
| ·实验以及结果分析 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 4 一种改进的运动模糊方向自动鉴别方法 | 第45-58页 |
| ·基于匀速直线运动模糊长度和方向的基本鉴别方法 | 第45-47页 |
| ·运动模糊长度的自动鉴别方法 | 第47-49页 |
| ·运动模糊方向的自动鉴别方法 | 第49-52页 |
| ·一种改进的运动模糊方向的自动鉴别方法 | 第52-53页 |
| ·基于维纳滤波运动模糊图像恢复方法 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 5 基于字典迁移的稀疏正则化运动模糊图像恢复方法 | 第58-69页 |
| ·引论 | 第58-59页 |
| ·基于稀疏先验的图像恢复算法 | 第59-60页 |
| ·稀疏表示问题的优化 | 第60-63页 |
| ·问题优化 | 第60-61页 |
| ·隐图像恢复子问题 | 第61页 |
| ·模糊核估计子问题 | 第61-62页 |
| ·字典更新子问题 | 第62-63页 |
| ·实验以及结果分析 | 第63-68页 |
| ·参数设置 | 第63页 |
| ·实验数据 | 第63页 |
| ·定量实验 | 第63-64页 |
| ·定性实验 | 第64-67页 |
| ·有无字典迁移对比实验 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 6 基于小波框架的运动模糊图像恢复方法 | 第69-88页 |
| ·引论 | 第69页 |
| ·小波框架基础理论 | 第69-73页 |
| ·框架 | 第70页 |
| ·小波框架 | 第70-73页 |
| ·小波框架运动模糊图像恢复算法 | 第73-77页 |
| ·实验以及结果分析 | 第77-85页 |
| ·匀速直线运动模糊图像恢复 | 第78-81页 |
| ·匀速曲线运动模糊图像恢复 | 第81-82页 |
| ·任意运动模糊图像恢复 | 第82-85页 |
| ·不同噪声对小波框架运动模糊图像恢复方法的影响分析 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 7 结论与展望 | 第88-90页 |
| ·结论 | 第88-89页 |
| ·展望 | 第89-90页 |
| 参考文献 | 第90-95页 |
| 个人简介 | 第95-96页 |
| 第一导师简介 | 第96-97页 |
| 第二导师简介 | 第97-98页 |
| 主要研究成果 | 第98-99页 |
| 致谢 | 第99页 |