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

基于压缩感知的低照度图像复原技术研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-15页
    1.1 研究背景及意义第9页
    1.2 研究现状第9-12页
        1.2.1 图像复原算法研究现状第9-10页
        1.2.2 图像增强算法研究现状第10-12页
        1.2.3 压缩感知研究现状第12页
    1.3 本文主要研究内容及章节安排第12-15页
第二章 图像复原基本理论第15-24页
    2.1 引言第15页
    2.2 图像的退化/复原模型第15-16页
    2.3 退化函数模型第16-19页
    2.4 噪声模型第19-20页
    2.5 常见的图像复原算法第20-23页
    2.6 本章小结第23-24页
第三章 图像增强第24-38页
    3.1 引言第24页
    3.2 传统低照度图像增强算法第24-27页
        3.2.1 灰度变换法第24-25页
        3.2.2 直方图修正第25-26页
        3.2.3 同态滤波第26-27页
    3.3 基于改进的Retinex的小波-Contourlet域图像增强算法第27-33页
        3.3.1 小波-Contourlet变换第28-29页
        3.3.2 低频系数的改进Retinex增强第29-32页
            3.3.2.1 改进的Retinex算法第31页
            3.3.2.2 截断拉伸第31-32页
        3.3.3 高频系数的非线性增强第32-33页
            3.3.3.1 阈值的选择第32-33页
            3.3.3.2 增益函数第33页
    3.4 实验结果与分析第33-36页
        3.4.1 增强结果的主观视觉评价第33-36页
        3.4.2 增强结果的客观质量评价第36页
    3.5 本章小结第36-38页
第四章 压缩感知的基本原理第38-46页
    4.1 引言第38页
    4.2 压缩感知理论第38-45页
        4.2.1 信号的稀疏表示第39-41页
        4.2.2 信号的测量第41-44页
            4.2.2.1 约束等距性条件第41-42页
            4.2.2.2 测量矩阵的分类第42-44页
        4.2.3 信号的重构第44-45页
    4.3 本章小结第45-46页
第五章 压缩感知与TwIST联合复原算法研究第46-57页
    5.1 引言第46页
    5.2 压缩感知理论框架下图像退化与复原模型第46-47页
    5.3 压缩感知与TwIST联合复原算法第47-51页
        5.3.1 图像的稀疏分解第47-50页
        5.3.2 压缩感知理论框架下图像复原算法第50页
        5.3.3 基于TwIST算法的信号重构第50-51页
    5.4 算法处理流程第51-52页
    5.5 实验结果与分析第52-56页
        5.5.1 复原结果的主观视觉评价第52-55页
        5.5.2 复原结果的客观质量评价第55-56页
    5.6 本章小结第56-57页
第六章 基于压缩感知的K-SVD自适应盲复原算法第57-69页
    6.1 引言第57页
    6.2 K-SVD字典学习第57-59页
    6.3 基于压缩感知的K-SVD自适应盲复原算法第59-61页
        6.3.1 估计稀疏系数第60页
        6.3.2 更新字典第60页
        6.3.3 估计点扩散函数和复原图像第60-61页
    6.4 算法的处理流程第61-62页
    6.5 实验结果与分析第62-66页
        6.5.1 复原结果的主观视觉评价第62-64页
        6.5.2 复原结果的客观质量评价第64-65页
        6.5.3 压缩感知的SR-Q曲线第65-66页
    6.6 压缩感知的图像复原算法在低照度图像中的应用第66-68页
        6.6.1 低照度退化图像复原结果的主观评价第66-67页
        6.6.2 低照度退化图像复原结果的客观评价第67-68页
    6.7 本章小结第68-69页
第七章 总结与展望第69-71页
    7.1 总结第69页
    7.2 展望第69-71页
致谢第71-72页
参考文献第72-75页
攻读硕士学位期间的科研成果第75页

论文共75页,点击 下载论文
上一篇:基于偏振信息的癌变细胞图像处理技术研究
下一篇:基于物联网的空间光通信APT技术研究