| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 本文主要工作及内容安排 | 第11-14页 |
| 2 相关的理论基础 | 第14-20页 |
| 2.1 图像退化模型 | 第14页 |
| 2.2 图像模糊的物理来源 | 第14-16页 |
| 2.3 自然图像先验知识 | 第16-17页 |
| 2.4 模糊核的先验知识 | 第17页 |
| 2.5 最大后验概率(MAP)下的去模糊模型 | 第17-19页 |
| 2.6 本章小结 | 第19-20页 |
| 3 经典的去运动模糊方法 | 第20-32页 |
| 3.1 非盲的图像去模糊 | 第20-25页 |
| 3.1.1 逆滤波复原法 | 第20-21页 |
| 3.1.2 Weiner滤波复原法和Richarson-Lucy滤波复原法 | 第21-23页 |
| 3.1.3 正则化方法 | 第23-25页 |
| 3.2 盲的图像去模糊 | 第25-30页 |
| 3.2.1 基于梯度保真项的盲复原方法 | 第25-26页 |
| 3.2.2 基于两阶段模糊核图像去模糊方法 | 第26-28页 |
| 3.2.3 利用颜色先验的模糊核估计方法 | 第28-29页 |
| 3.2.4 基于连续性的核估计方法 | 第29-30页 |
| 3.3 本章小结 | 第30-32页 |
| 4 基于GSM FoE模型的图像去模糊方法 | 第32-42页 |
| 4.1 GSM FoE模型线下自然图像先验学习方法 | 第32-35页 |
| 4.1.1 FoE方法介绍 | 第32-33页 |
| 4.1.2 FoE模型下的正则项以及专家函数的选取 | 第33-35页 |
| 4.2 基于GSM FoE先验模型和梯度保真的图像去模糊方法 | 第35-37页 |
| 4.2.1 基于GSM FoE先验模型和梯度保真的正则化方法 | 第35-36页 |
| 4.2.2 模型的求解 | 第36-37页 |
| 4.3 图像盲去模糊的流程 | 第37-41页 |
| 4.3.1 提取显著性边缘 | 第38-39页 |
| 4.3.2 模糊核估计 | 第39-40页 |
| 4.3.3 清晰图像的估计 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 数值实验与分析 | 第42-52页 |
| 5.1 参数说明 | 第42-43页 |
| 5.2 对8个滤波器的理解 | 第43-45页 |
| 5.3 图像先验项中有无梯度保真项的实验对比 | 第45-46页 |
| 5.4 合成数据实验结果 | 第46-48页 |
| 5.4.1 非盲去卷积 | 第46-47页 |
| 5.4.2 盲去卷积 | 第47-48页 |
| 5.5 真实数据实验结果 | 第48-51页 |
| 5.6 更多实验结果 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-60页 |
| 致谢 | 第60-62页 |
