基于稀疏特性的图像恢复和质量评价研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究概况 | 第13-15页 |
| 1.2.1 单张图像去模糊 | 第13-14页 |
| 1.2.2 视频混合噪声去噪 | 第14页 |
| 1.2.3 图像质量评价 | 第14-15页 |
| 1.3 论文内容与章节安排 | 第15-18页 |
| 第2章 高速运动车牌图像去模糊 | 第18-54页 |
| 2.1 运动车牌模糊问题 | 第18-20页 |
| 2.2 相关工作 | 第20-22页 |
| 2.2.1 MAP方法 | 第20-21页 |
| 2.2.2 边缘概率方法 | 第21页 |
| 2.2.3 卷积核参数估计方法 | 第21-22页 |
| 2.3 运动车牌图像模糊问题的建模 | 第22-25页 |
| 2.4 模糊核估计 | 第25-42页 |
| 2.4.1 模糊核角度估计 | 第25-33页 |
| 2.4.2 模糊核长度估计 | 第33-37页 |
| 2.4.3 算法总结 | 第37-42页 |
| 2.5 实验分析 | 第42-52页 |
| 2.5.1 实验数据 | 第43-44页 |
| 2.5.2 算法实现及参数设置 | 第44-45页 |
| 2.5.3 性能分析 | 第45-52页 |
| 2.6 总结讨论 | 第52-54页 |
| 第3章 视频混合噪声去噪 | 第54-74页 |
| 3.1 图像/视频去噪问题 | 第54-55页 |
| 3.2 相关工作 | 第55-58页 |
| 3.2.1 高斯噪声去噪算法 | 第55-57页 |
| 3.2.2 冲击噪声去噪算法 | 第57页 |
| 3.2.3 混合噪声去噪算法 | 第57-58页 |
| 3.3 算法设计 | 第58-67页 |
| 3.3.1 去噪模型 | 第58-61页 |
| 3.3.2 模型求解过程 | 第61-67页 |
| 3.4 实验分析 | 第67-72页 |
| 3.4.1 算法总体流程 | 第67页 |
| 3.4.2 参数设置 | 第67-70页 |
| 3.4.3 实验结果与分析 | 第70-72页 |
| 3.5 总结讨论 | 第72-74页 |
| 第4章 图像模糊/锋利程度评价 | 第74-100页 |
| 4.1 图像质量评价问题 | 第74-77页 |
| 4.2 相关工作 | 第77-80页 |
| 4.2.1 基于边缘的方法 | 第77页 |
| 4.2.2 基于变换的方法 | 第77-78页 |
| 4.2.3 基于梯度的方法 | 第78-79页 |
| 4.2.4 其他方法 | 第79-80页 |
| 4.3 图像模糊程度评价 | 第80-90页 |
| 4.3.1 动机及出发点 | 第80-81页 |
| 4.3.2 稀疏字典学习 | 第81-86页 |
| 4.3.3 稀疏表达 | 第86页 |
| 4.3.4 多尺度空间最大化池化 | 第86-87页 |
| 4.3.5 局部模糊/锋利图 | 第87-90页 |
| 4.4 实验分析 | 第90-97页 |
| 4.4.1 实验设定 | 第90-92页 |
| 4.4.2 算法评估 | 第92-96页 |
| 4.4.3 参数对算法性能的影响 | 第96-97页 |
| 4.4.4 计算复杂度 | 第97页 |
| 4.5 总结讨论 | 第97-100页 |
| 第5章 总结与展望 | 第100-104页 |
| 5.1 本文总结 | 第100-102页 |
| 5.1.1 高速运动车牌图像去模糊 | 第100-101页 |
| 5.1.2 视频混合噪声去噪 | 第101页 |
| 5.1.3 图像模糊/锋利程度评价 | 第101-102页 |
| 5.2 未来工作展望 | 第102-104页 |
| 参考文献 | 第104-114页 |
| 致谢 | 第114页 |
