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

荧光显微图像的解卷积方法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-19页
    1.1 研究的背景和意义第9-10页
    1.2 研究现状第10-11页
    1.3 测试平台介绍第11-17页
    1.4 主要工作与安排第17-19页
第2章 预备知识第19-24页
    2.1 荧光显微镜第19页
    2.2 图像噪声第19-21页
    2.3 显微镜成像过程模型第21-23页
    2.4 图像解卷积第23页
    2.5 本章小结第23-24页
第3章 ER解卷积方法第24-58页
    3.1 ER非盲解卷积模型介绍第24-28页
    3.2 参数形式PSF模型第28-31页
    3.3 基于参数化PSF的盲解卷积模型第31-49页
    3.4 基于多重正则的ER非盲解卷积第49-57页
    3.5 本章小结第57-58页
第4章 基于Non-local正则项的解卷积方法第58-76页
    4.1 Non-local正则第58-59页
    4.2 基于Non-local正则项的解卷积模型第59-61页
    4.3 NDSAFIR软件算法第61-63页
    4.4 实验与结果分析第63-74页
    4.5 本章小结第74-76页
第5章 基于稀疏表示与Non-local的解卷积方法第76-95页
    5.1 稀疏表示简介第76页
    5.2 基于稀疏表示模型的解卷积方法第76-87页
    5.3 基于稀疏表示与Non-local的解卷积方法第87-94页
    5.4 本章小结第94-95页
第6章 总结与展望第95-97页
    6.1 本文总结第95-96页
    6.2 工作展望第96-97页
致谢第97-98页
参考文献第98-103页
附录:攻读硕士期间发表的论文第103页

论文共103页,点击 下载论文
上一篇:吉林银行信用卡营销策略研究
下一篇:C掺杂和Fe,C共掺杂WO3气敏材料的制备及其性能研究