基于稀疏性和自相似性的图像盲解卷积算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题背景与研究意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 图像去噪算法 | 第12-13页 |
| 1.2.2 图像去模糊算法 | 第13-15页 |
| 1.3 论文的研究内容 | 第15-17页 |
| 1.4 论文结构安排 | 第17-19页 |
| 第2章 稀疏表示、低秩表示和图像自相似性 | 第19-35页 |
| 2.1 稀疏表示 | 第19-26页 |
| 2.1.1 稀疏表示模型 | 第19-20页 |
| 2.1.2 稀疏表示系数的求解 | 第20-22页 |
| 2.1.3 字典的选择 | 第22-23页 |
| 2.1.4 组稀疏表示 | 第23-26页 |
| 2.2 低秩表示 | 第26-30页 |
| 2.2.1 低秩表示模型 | 第26-28页 |
| 2.2.2 低秩问题的求解 | 第28-30页 |
| 2.3 图像自相似性 | 第30-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第3章 基于组稀疏和自相似性的图像盲解卷积算法 | 第35-51页 |
| 3.1 组稀疏与稀疏表示 | 第35-36页 |
| 3.2 算法的模型与求解 | 第36-42页 |
| 3.2.1 算法的数学模型 | 第36-37页 |
| 3.2.2 算法的求解 | 第37-41页 |
| 3.2.3 算法的实现 | 第41-42页 |
| 3.3 实验结果与分析 | 第42-49页 |
| 3.3.1 图像库 | 第42-43页 |
| 3.3.2 实验参数设置 | 第43页 |
| 3.3.3 模拟图像实验 | 第43-45页 |
| 3.3.4 真实图像实验 | 第45-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第4章 基于自相似性和低秩表示的图像盲解卷积算法 | 第51-67页 |
| 4.1 低秩表示与稀疏表示 | 第51-52页 |
| 4.2 算法的模型与求解 | 第52-57页 |
| 4.2.1 算法的数学模型 | 第52-53页 |
| 4.2.2 算法的求解 | 第53-56页 |
| 4.2.3 算法的实现 | 第56-57页 |
| 4.3 实验结果与分析 | 第57-65页 |
| 4.3.1 实验参数设置 | 第57-58页 |
| 4.3.2 模拟图像实验 | 第58-62页 |
| 4.3.3 真实图像实验 | 第62-65页 |
| 4.4 本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士学位期间所获得的学术成果 | 第75-77页 |
| 致谢 | 第77页 |
