基于正则化方法的图像复原算法研究
| 摘要 | 第1-13页 |
| ABSTRACT | 第13-15页 |
| 第一章 绪论 | 第15-33页 |
| ·课题背景和意义 | 第15-16页 |
| ·图像复原的研究内容和处理方法 | 第16-17页 |
| ·本论文的研究内容 | 第16-17页 |
| ·处理方法 | 第17页 |
| ·图像复原方法的研究现状 | 第17-26页 |
| ·基于滤波的复原方法 | 第17-19页 |
| ·基于扩散方程的复原方法 | 第19-20页 |
| ·马尔可夫随机场方法 | 第20-21页 |
| ·基于正则化的复原方法 | 第21-26页 |
| ·图像降质模型 | 第26-28页 |
| ·图像复原质量的评价方法 | 第28-30页 |
| ·传统的客观评价方法 | 第28页 |
| ·基于图像边缘信息的评价方法 | 第28-29页 |
| ·基于图像结构相似性的评价方法 | 第29-30页 |
| ·论文主要工作 | 第30-32页 |
| ·论文内容安排 | 第32-33页 |
| 第二章 去运动模糊的正则化方法 | 第33-53页 |
| ·运动模糊的基本概念 | 第33-37页 |
| ·模糊的基本类型 | 第33-34页 |
| ·运动模糊的数学模型 | 第34-37页 |
| ·经典的去运动模糊算法 | 第37-42页 |
| ·维纳滤波去模糊算法 | 第37-40页 |
| ·基于正则化的去模糊算法 | 第40-42页 |
| ·自适应分区的去模糊算法 | 第42-52页 |
| ·问题的提出 | 第43页 |
| ·自适应分区的参数选择方法 | 第43-44页 |
| ·新的线性方程数值解法 | 第44页 |
| ·实验结果及性能分析 | 第44-52页 |
| ·本章小结 | 第52-53页 |
| 第三章 基于FoEs先验模型的正则化方法 | 第53-79页 |
| ·基于专家知识的先验模型 | 第53-57页 |
| ·专家乘积模型 | 第53-54页 |
| ·专家场模型 | 第54-57页 |
| ·基于FoEs模型的图像去噪 | 第57-67页 |
| ·基于FoEs模型的去噪方法 | 第57-59页 |
| ·自适应FoEs去噪声算法 | 第59-67页 |
| ·基于FoEs模型的去模糊算法 | 第67-78页 |
| ·融合边缘信息的正则化图像去模糊算法 | 第67-69页 |
| ·融合空间结构信息的图像去模糊改进算法 | 第69-78页 |
| ·本章小结 | 第78-79页 |
| 第四章 基于图像稀疏表示的正则化方法 | 第79-96页 |
| ·图像的一般表示方法 | 第79-80页 |
| ·图像的稀疏表示方法 | 第80-83页 |
| ·稀疏化的处理思想 | 第80-82页 |
| ·学习字典及其图像稀疏化的典型方法 | 第82-83页 |
| ·面向图像复原的稀疏化方法 | 第83页 |
| ·基于稀疏表示的图像去噪和去模糊算法 | 第83-94页 |
| ·基于稀疏表示的图像去噪算法 | 第84-86页 |
| ·基于稀疏表示的图像去模糊算法 | 第86-94页 |
| ·本章小结 | 第94-96页 |
| 第五章 基于非局部的正则化方法 | 第96-113页 |
| ·非局部信息的图像处理方法 | 第96-102页 |
| ·非局部平均滤波算法 | 第96-98页 |
| ·基本算子 | 第98-99页 |
| ·权值计算 | 第99-102页 |
| ·非局部的正则化图像复原方法 | 第102-105页 |
| ·正则化函数 | 第102-103页 |
| ·基于非局部平均的图像去噪算法 | 第103-104页 |
| ·基于非局部正则化的图像去模糊算法 | 第104-105页 |
| ·非局部正则化去噪声改进算法 | 第105-111页 |
| ·相似度计算 | 第106-108页 |
| ·融合EMD的非局部正则化函数 | 第108-109页 |
| ·新的求解算法 | 第109-110页 |
| ·实验结果 | 第110-111页 |
| ·本章小结 | 第111-113页 |
| 结束语 | 第113-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-127页 |
| 攻读博士期间撰写及发表的论文 | 第127页 |
