首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

低光照下的图像去模糊技术研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-13页
    1.1 课题的研究意义第9页
    1.2 课题的研究背景第9-10页
    1.3 国内外研究现状第10-11页
        1.3.1 模糊核估计的研究现状第10-11页
        1.3.2 图像复原的研究现状第11页
    1.4 论文主要内容及结构安排第11-13页
第二章 图像退化理论知识和相关研究第13-27页
    2.1 图像退化模型第13-17页
        2.1.1 连续退化模型第14-16页
        2.1.2 离散退化模型第16-17页
    2.2 模糊核的介绍第17-18页
        2.2.1 模糊核的分类第17-18页
        2.2.2 模糊核的离散化第18页
    2.3 非盲目图像复原理论第18-24页
        2.3.1 有约束最小平方复原算法第19-20页
        2.3.2 维纳滤波复原算法第20-22页
        2.3.3 Richardson-Lucy复原算法第22-24页
    2.4 盲目图像复原理论第24页
    2.5 图像质量评价理论分析第24-26页
        2.5.1 主观评价第25页
        2.5.2 客观评价第25-26页
    2.6 本章小结第26-27页
第三章 基于光斑的模糊核估计和图像复原第27-47页
    3.1 模糊核初始化第27-30页
        3.1.1 冲激滤波器第27-28页
        3.1.2 LOG滤波器第28-29页
        3.1.3 模糊核初始化第29-30页
    3.2 光斑块的检测第30-34页
        3.2.1 候选斑块检测第30-32页
        3.2.2 最佳光斑块的检测第32-34页
    3.3 常见的模糊核估计算法第34-35页
        3.3.1 基于最大后验概率算法求解模糊核第34页
        3.3.2 基于L1范数稀疏先验估计模糊核第34-35页
    3.4 改进的基于光斑的模糊核估计第35-38页
        3.4.1 更新K第36页
        3.4.2 更新D_i第36-37页
        3.4.3 更新I第37页
        3.4.4 本文模糊核估计的实验结果第37-38页
    3.5 改进的RL反卷积复原算法第38-40页
        3.5.1 EM算法第38页
        3.5.2 改进的基于EM算法的RL反卷积第38-40页
    3.6 实验结果分析及评价第40-46页
        3.6.1 本文实现方法第40-41页
        3.6.2 实验方案设计第41-42页
        3.6.3 本文实验结果分析第42-45页
        3.6.4 本文算法的不足第45-46页
        3.6.5 实验评价与分析第46页
    3.7 本章小结第46-47页
第四章 总结和展望第47-48页
    4.1 总结第47页
    4.2 未来工作展望第47-48页
致谢第48-49页
参考文献第49-50页

论文共50页,点击 下载论文
上一篇:基于动态模糊神经网络的CR频谱预测研究
下一篇:基于软件无线电分层调制信号处理的研究