基于贝叶斯理论的图像复原算法研究

摘要	第1-5页
Abstract	第5-7页
目录	第7-9页
第1章 绪论	第9-16页
·论文研究背景与意义	第9-10页
·图像复原的研究现状	第10-12页
·图像复原质量的评价	第12-14页
·研究内容与论文安排	第14-16页
第2章 图像复原的基本数学模型综述	第16-30页
·概述	第16页
·图像复原的退化模型	第16-20页
·常用的图像先验模型	第20-25页
·拉普拉斯先验模型	第20-21页
·高斯马尔可夫先验模型	第21-22页
·Huber马尔可夫先验模型	第22-23页
·总变分先验模型	第23页
·双边总变分先验模型	第23-24页
·非局部总变分先验模型	第24-25页
·图像复原的先验模型	第25-29页
·空域图像模型	第25-28页
·多尺度变换域图像模型	第28-29页
·本章小结	第29-30页
第3章 基于贝叶斯理论的图像复原理论	第30-39页
·最大似然估计	第30-31页
·最大后验估计	第31-33页
·贝叶斯估计	第33-35页
·改进的贝叶斯估计	第35-36页
·去振铃效应的方法	第36-38页
·本章小结	第38-39页
第4章 图像复原的贝叶斯参数估计算法	第39-56页
·参数及图像的先验分布	第39-43页
·参数的先验分布	第40-42页
·原始图像的先验分布	第42页
·观测图像的先验分布	第42-43页
·图像复原中的经典参数估计问题	第43-48页
·Morozov离差原理	第45页
·GCV算法	第45-46页
·L-曲线算法	第46-48页
·EM算法	第48页
·改进贝叶斯方法参数估计算法的数学描述	第48-50页
·实验结果与分析	第50-55页
·本章小结	第55-56页
第5章 总结和展望	第56-58页
·总结	第56-57页
·展望	第57-58页
致谢	第58-59页
参考文献	第59-63页
攻读硕士学位期间发表论文和科研情况	第63页