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

基于凸优化理论的盲图像恢复模型与快速算法

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-16页
   ·研究背景和意义第9-14页
     ·图像去噪第10-11页
     ·图像去模糊第11-13页
     ·图像修复第13-14页
     ·图像增强第14页
   ·研究内容第14-15页
   ·论文的组织结构第15-16页
第二章 图像非盲去模糊比较第16-36页
   ·图像非盲去模糊的基本模型第16-17页
   ·模糊核的分类第17-18页
   ·传统的去模糊方法第18-22页
     ·逆滤波第18-19页
     ·维纳滤波第19-20页
     ·约束最小二乘方滤波第20-21页
     ·Lucy-Richardson算法第21-22页
   ·基于TV范数的图像非盲去模糊第22-23页
   ·基于l_q正则化模型的非盲去模糊第23-31页
     ·l_q正则化模型的非盲去模糊模型第24页
     ·基于超拉普拉斯先验的快速图像去卷积(HL)第24-27页
     ·基于通用的软阈值算法的图像去模糊(GST)第27-30页
     ·基于稀疏正则化的封闭式阈值公式的图像去模糊(CFTF)第30-31页
   ·算法评价标准第31-33页
   ·实验与分析第33-35页
     ·基于TV范数的图像非盲去模糊实验结果第33页
     ·基于l_q范数的图像非盲去模糊实验结果第33-35页
   ·本章小结第35-36页
第三章 图像盲去模糊第36-51页
   ·盲去模糊介绍第36-37页
   ·基于卷积的频谱特征的图像盲去卷积第37-39页
   ·归一化稀疏方法的盲去卷积第39-40页
   ·基于凹凸范数比值的正则化快速图像去模糊第40-46页
     ·凹凸范数比值正则化模型第41页
     ·凹凸范数比值正则化求解算法第41-45页
     ·模型的收敛性分析第45页
     ·算法的收敛性分析第45-46页
   ·实验结果及分析第46-49页
     ·图像去模糊效果比较第46-48页
     ·图像去模糊速度比较第48-49页
     ·图像去模糊过程中参数的影响第49页
   ·本章小结第49-51页
第四章 总结与展望第51-53页
参考文献第53-58页
攻读硕士学位期间发表论文第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于结构光投影的三维测量技术研究
下一篇:基于网络摄像头与稀疏表示分类法的实时人脸识别系统应用研究