| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.3 研究的主要内容和创新点 | 第19-20页 |
| 1.3.1 主要内容 | 第19页 |
| 1.3.2 创新点 | 第19-20页 |
| 1.4 论文整体结构 | 第20-21页 |
| 第二章 图像复原理论 | 第21-39页 |
| 2.1 图像复原基本概念及成像系统 | 第21-22页 |
| 2.2 图像复原的退化模型 | 第22-24页 |
| 2.3 经典图像复原方法 | 第24-34页 |
| 2.3.1 常见图像解卷积方法 | 第24-28页 |
| 2.3.2 图像盲复原 | 第28-34页 |
| 2.4 噪声模型 | 第34-35页 |
| 2.5 图像质量评价标准 | 第35-39页 |
| 2.5.1 图像质量主观评价 | 第35-36页 |
| 2.5.2 图像质量客观评价 | 第36-39页 |
| 第三章 基于泊松白噪声模型的空变点扩散函数估计方法 | 第39-53页 |
| 3.1 引言 | 第39-40页 |
| 3.2 点扩散函数模型 | 第40-41页 |
| 3.2.1 线性移动点扩散函数 | 第40页 |
| 3.2.2 散焦点扩散函数 | 第40-41页 |
| 3.2.3 高斯型点扩散函数 | 第41页 |
| 3.3 基于泊松白噪声的空变点扩散函数估计方法 | 第41-49页 |
| 3.3.1 边缘重叠的分块策略 | 第41-46页 |
| 3.3.2 基于泊松白噪声的点扩散函数估计方法 | 第46-49页 |
| 3.3.3 具体算法 | 第49页 |
| 3.4 实验结果与分析 | 第49-51页 |
| 3.5 小结 | 第51-53页 |
| 第四章 基于HSI边缘区域的解卷积方法 | 第53-69页 |
| 4.1 引言 | 第53-55页 |
| 4.2 交替方向乘子法(ADMM) | 第55-56页 |
| 4.3 基于HSI边缘区域的解卷积方法 | 第56-63页 |
| 4.3.1 方法基础与思想 | 第56-58页 |
| 4.3.2 基于HSI色彩空间提取边缘的掩膜矩阵 | 第58-61页 |
| 4.3.3 基于HSI边缘区域的解卷积方法 | 第61-63页 |
| 4.4 实验结果与分析 | 第63-67页 |
| 4.4.1 仿真 | 第64-65页 |
| 4.4.2 与BM3D和YUV算法对比实验 | 第65-67页 |
| 4.5 小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 工作总结 | 第69-70页 |
| 5.2 下一步研究方向 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |