模糊图像清晰化的技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 图像复原的国内外研究现状 | 第10-13页 |
| 1.3 论文的主要内容与结构 | 第13-14页 |
| 第二章 图像复原基础理论和关键技术 | 第14-32页 |
| 2.1 模糊图像退化模型 | 第14-15页 |
| 2.2 图像复原问题的不适定性 | 第15页 |
| 2.3 图像噪声特性和退化类型 | 第15-24页 |
| 2.3.1 常见噪声模型 | 第15-21页 |
| 2.3.2 常见模糊退化模型 | 第21-24页 |
| 2.4 传统图像复原方法 | 第24-30页 |
| 2.4.1 逆滤波 | 第24-25页 |
| 2.4.2 维纳滤波 | 第25-26页 |
| 2.4.3 约束最小二乘滤波 | 第26-28页 |
| 2.4.4 Lucy-Richardson | 第28-29页 |
| 2.4.5 均值滤波 | 第29-30页 |
| 2.4.6 确定性正则化方法 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于全变差正则化和盲反卷积的图像复原 | 第32-46页 |
| 3.1 全变差正则化去模糊模型及其数值化求解 | 第32-38页 |
| 3.1.1 全变差正则化模型 | 第32-34页 |
| 3.1.2 自适应选择正则化参数的方法 | 第34-36页 |
| 3.1.3 全变差正则化的数值求解方法 | 第36-38页 |
| 3.2 迭代盲反卷积 | 第38-40页 |
| 3.3 全变差正则化和迭代盲反卷积的结合 | 第40-43页 |
| 3.4 实验结果对比分析 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于小波形态学的边缘提取 | 第46-63页 |
| 4.1 传统边缘检测算法 | 第46-51页 |
| 4.2 新兴边缘检测方法 | 第51-54页 |
| 4.2.1 小波 | 第51-52页 |
| 4.2.2 数学形态学 | 第52-54页 |
| 4.3 数学形态学和小波的结合 | 第54-56页 |
| 4.4 实验结果 | 第56-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第五章 图像质量评价 | 第63-72页 |
| 5.1 主观图像质量评价 | 第63-64页 |
| 5.2 客观评价参数 | 第64-66页 |
| 5.3 用边缘进行图像质量评价的方法 | 第66-68页 |
| 5.3.1 边缘像素灰度值的求取 | 第66-67页 |
| 5.3.2 图像质量评价指标边缘像素点 | 第67-68页 |
| 5.4 实验结果分析 | 第68-71页 |
| 5.5 本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 发表文章目录 | 第77-78页 |
| 致谢 | 第78-79页 |
| 详细摘要 | 第79-85页 |
