| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·基于传统方式的图像滤波 | 第11页 |
| ·基于小波域的图像复原 | 第11-12页 |
| ·基于正则化的图像复原 | 第12-13页 |
| ·基于稀疏表示的图像复原 | 第13-14页 |
| ·论文的主要工作和创新点 | 第14页 |
| ·本文内容安排 | 第14-16页 |
| 第2章 图像复原算法及质量评价 | 第16-28页 |
| ·降质图像数学模型 | 第16-17页 |
| ·图像复原的病态问题 | 第17-18页 |
| ·基于频域的图像复原 | 第18-21页 |
| ·逆滤波 | 第19-20页 |
| ·维纳滤波 | 第20-21页 |
| ·同态滤波 | 第21页 |
| ·基于线性代数的图像复原 | 第21-24页 |
| ·无约束最小二乘复原 | 第22页 |
| ·有约束的最小二乘复原 | 第22-24页 |
| ·基于参数统计模型的图像复原 | 第24-25页 |
| ·最大后验复原 | 第24-25页 |
| ·最大熵复原 | 第25页 |
| ·图像复原的质量评价 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 基于多尺度几何分析的图像复原 | 第28-42页 |
| ·引言 | 第28页 |
| ·多尺度几何分析 | 第28-30页 |
| ·Contourlt 变换 | 第28-30页 |
| ·基于小波阈值和维纳滤波结合的图像复原 | 第30-36页 |
| ·维纳滤波的局限性 | 第31页 |
| ·小波阈值函数 | 第31-33页 |
| ·算法实现 | 第33页 |
| ·实验分析 | 第33-36页 |
| ·基于 Contourlet 分层阈值和维纳滤波结合的图像复原 | 第36-41页 |
| ·Contourlet 分层噪声方差估计 | 第37-38页 |
| ·算法实现 | 第38页 |
| ·实验分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于高斯混合尺度模型的图像复原 | 第42-54页 |
| ·引言 | 第42页 |
| ·基于高斯混合尺度模型的贝叶斯最小二乘估计 | 第42-45页 |
| ·高斯混合尺度模型 | 第42-44页 |
| ·贝叶斯最小二乘估计 | 第44-45页 |
| ·基于高斯混合尺度模型和维纳滤波结合的图像复原 | 第45-48页 |
| ·平稳小波 | 第45-47页 |
| ·算法实现 | 第47-48页 |
| ·实验分析 | 第48-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 基于稀疏正则化的图像复原 | 第54-66页 |
| ·引言 | 第54页 |
| ·图像的稀疏表示 | 第54-57页 |
| ·图像稀疏分解系数的优化算法 | 第55-56页 |
| ·冗余字典的设计 | 第56-57页 |
| ·基于自适应字典的稀疏正则化图像复原 | 第57-61页 |
| ·基于稀疏表示的正则化模型 | 第58页 |
| ·自适应字典选择的优化 | 第58-60页 |
| ·算法的实现 | 第60-61页 |
| ·实验分析 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |