| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-15页 |
| 1.1 研究意义 | 第10-11页 |
| 1.2 国内外发展现状分析 | 第11-13页 |
| 1.3 研究工作与论文结构 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 运动模糊图像的盲复原技术 | 第15-30页 |
| 2.1 运动模糊图像恢复的理论知识 | 第15-19页 |
| 2.1.1 退化模型 | 第15-17页 |
| 2.1.2 图像的先验知识 | 第17-18页 |
| 2.1.3 图像的模糊类型 | 第18-19页 |
| 2.2 运动图像去模糊经典算法 | 第19-24页 |
| 2.2.1 逆滤波复原算法 | 第20-21页 |
| 2.2.2 维纳滤波复原算法 | 第21页 |
| 2.2.3 最小二乘复原算法 | 第21-22页 |
| 2.2.4 Richardson-Lucy复原算法 | 第22-24页 |
| 2.2.5 图像的盲复原算法 | 第24页 |
| 2.3 常用经典复原算法比较 | 第24-26页 |
| 2.4 图像复原过程中存在的问题 | 第26-27页 |
| 2.5 复原图像质量的评价标准 | 第27-29页 |
| 2.5.1 均方根误差 | 第28页 |
| 2.5.2 峰值信噪比 | 第28-29页 |
| 2.5.3 结构相似度 | 第29页 |
| 2.6 本章小结 | 第29-30页 |
| 3 模糊核估计与图像反卷积 | 第30-44页 |
| 3.1 数学模型 | 第30-31页 |
| 3.2 模糊核的估计 | 第31-36页 |
| 3.2.1 降噪预处理 | 第31-33页 |
| 3.2.2 显著边缘提取 | 第33-34页 |
| 3.2.3 模糊核估计的模型 | 第34-35页 |
| 3.2.4 模糊核的修正 | 第35-36页 |
| 3.3 快速反卷积算法 | 第36-38页 |
| 3.3.1 高斯分布模型 | 第36-37页 |
| 3.3.2 超拉普拉斯分布模型 | 第37-38页 |
| 3.4 多尺度恢复策略 | 第38-39页 |
| 3.4.1 算法分析 | 第38页 |
| 3.4.2 实验结果及分析 | 第38-39页 |
| 3.5 Canny算子的改进算法 | 第39-43页 |
| 3.5.1 Canny算子的实现与不足分析 | 第40-41页 |
| 3.5.2 Canny检测算子的改进 | 第41-42页 |
| 3.5.3 实验结果分析 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 4 基于迭代支持域检测的图像的盲复原算法 | 第44-56页 |
| 4.1 贝叶斯模型原理 | 第44-45页 |
| 4.2 建立问题模型 | 第45页 |
| 4.3 解决问题模型 | 第45-48页 |
| 4.4 拟合自然图像梯度分布特征函数 | 第48-50页 |
| 4.5 迭代支持域检测技术 | 第50-51页 |
| 4.6 实现结果及分析 | 第51-55页 |
| 4.7 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 学位论文数据集 | 第63页 |