| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-21页 |
| 1.1 课题背景 | 第8-10页 |
| 1.2 课题研究的目的和意义 | 第10-13页 |
| 1.3 课题相关的发展与研究现状 | 第13-14页 |
| 1.4 图像复原基础理论 | 第14-18页 |
| 1.4.1 退化模型 | 第14-15页 |
| 1.4.2 模糊模型 | 第15页 |
| 1.4.3 噪声模型 | 第15-16页 |
| 1.4.4 范数 | 第16-17页 |
| 1.4.5 正则化图像复原模型 | 第17页 |
| 1.4.6 阈值收缩算子 | 第17-18页 |
| 1.4.7 全变分模型 | 第18页 |
| 1.5 图像复原结果质量评价准则 | 第18-19页 |
| 1.6 课题来源和论文的结构安排 | 第19-21页 |
| 1.6.1 课题来源 | 第19页 |
| 1.6.2 论文的研究内容与结构安排 | 第19-21页 |
| 第2章 全变分图像复原算法的正则化参数估计 | 第21-33页 |
| 2.1 全变分图像复原正则化参数估计方法 | 第21-23页 |
| 2.2 快速广义加速邻近梯度算法（Fast GAPG）原理 | 第23-26页 |
| 2.2.1 各向异性全变分图像复原问题展开 | 第23页 |
| 2.2.2 各向异性全变分图像复原问题求解 | 第23-25页 |
| 2.2.3 比较 Fast GAPG 与 GAPG | 第25-26页 |
| 2.2.4 自适应正则化参数的 Fast GAPG 算法 | 第26页 |
| 2.3 实验结果与分析 | 第26-32页 |
| 2.3.1 Fast GAPG 与 GAPG 复原图像时效率比较 | 第28-29页 |
| 2.3.2 Fast GAPG 分别在自适应和固定正则化参数时的复原性能 | 第29-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 基于超拉普拉斯先验的正则化参数和范数选择 | 第33-46页 |
| 3.1 基于超拉普拉斯先验的正则化约束 | 第33-34页 |
| 3.2 基于超拉普拉斯自适应正则化项的图像复原算法 | 第34-38页 |
| 3.2.1 最大后验概率图像复原模型 | 第34-37页 |
| 3.2.2 自适应正则化参数估计和范数选择的图像复原算法 | 第37-38页 |
| 3.3 实验结果与分析 | 第38-45页 |
| 3.3.1 自适应算法复原图像的质量 | 第40-43页 |
| 3.3.2 自适应算法的执行效率 | 第43页 |
| 3.3.3 自适应算法估计的参数值 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 图像复原算法原型系统 | 第46-57页 |
| 4.1 系统需求分析 | 第46-48页 |
| 4.1.1 系统总体需求分析 | 第46-47页 |
| 4.1.2 系统功能需求分析 | 第47-48页 |
| 4.2 系统设计 | 第48-49页 |
| 4.2.1 系统总体结构设计 | 第48页 |
| 4.2.2 系统详细结构设计 | 第48-49页 |
| 4.3 系统开发环境与系统实现 | 第49-51页 |
| 4.3.1 系统开发环境 | 第49-50页 |
| 4.3.2 系统实现 | 第50-51页 |
| 4.4 图像复原原型系统的功能测试 | 第51-56页 |
| 4.4.1 系统响应用户输入的测试 | 第51-53页 |
| 4.4.2 验证范数取值对复原效果的重要影响 | 第53-54页 |
| 4.4.3 系统中不同算法的运行测试 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-65页 |
| 致谢 | 第65-66页 |
