| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·引言 | 第7-8页 |
| ·研究图像盲复原方法的背景及意义 | 第8-9页 |
| ·国内外图像盲复原方法的研究现状 | 第9-10页 |
| ·论文的研究内容与结构 | 第10-11页 |
| 第二章 图像盲复原的方法和相关基本理论 | 第11-35页 |
| ·引言 | 第11页 |
| ·图像复原问题的理论模型 | 第11-12页 |
| ·图像复原中的病态特性与解决办法 | 第12-15页 |
| ·病态特性 | 第12-13页 |
| ·图像复原问题中的病态特性 | 第13-15页 |
| ·病态特性的解决方法 | 第15页 |
| ·图像盲复原问题的基本理论与方法 | 第15-23页 |
| ·图像盲复原的理论模型 | 第15-16页 |
| ·图像盲复原方法的主要思想及具体方法 | 第16-21页 |
| ·图像盲复原过程中的几个重要特性 | 第21-23页 |
| ·正则化的图像复原方法 | 第23-29页 |
| ·反问题概述 | 第23-24页 |
| ·正则化方法的提出 | 第24-25页 |
| ·几种正则化方法的叙述 | 第25-27页 |
| ·确定正则参数的策略 | 第27-28页 |
| ·正则化方法在图像复原中的应用 | 第28-29页 |
| ·图像的稀疏表示概述 | 第29-33页 |
| ·稀疏表示方法的提出 | 第29-30页 |
| ·图像稀疏表示的典型方法 | 第30-32页 |
| ·稀疏表示在图像去噪中的应用 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 改进的基于稀疏正则化函数的图像盲复原算法 | 第35-47页 |
| ·引言 | 第35页 |
| ·改进的比值正则化函数 | 第35-39页 |
| ·欠定线性方程 | 第35-36页 |
| ·正则化（Regularization）方法 | 第36-37页 |
| ·凸优化与l p范数的基本理论 | 第37-38页 |
| ·改进的比值正则化函数 | 第38-39页 |
| ·基于改进的比值正则化函数的图像盲复原算法 | 第39-43页 |
| ·模型的建立 | 第39-40页 |
| ·模型的求解 | 第40-43页 |
| ·实验结果 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于拉普拉斯算子消除 PSF 的图像盲复原算法 | 第47-57页 |
| ·引言 | 第47页 |
| ·空域微分算子 | 第47-50页 |
| ·梯度算子 | 第48-49页 |
| ·拉普拉斯算子 | 第49-50页 |
| ·拉普拉斯算子在图像盲复原中的应用 | 第50-52页 |
| ·基于拉普拉斯算子消除 PSF 的图像盲复原算法 | 第52-54页 |
| ·实验结果 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 结束语 | 第57-59页 |
| ·本文工作总结 | 第57页 |
| ·研究展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 作者在学期间取得的学术成果 | 第67-68页 |