一种理论可分的单幅图像模糊区域检测方法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 模糊图像的形成 | 第8页 |
| 1.2 图像去模糊技术简介 | 第8-9页 |
| 1.3 图像去模糊技术研究现状 | 第9-11页 |
| 1.4 本论文的研究工作与创新 | 第11页 |
| 1.5 本论文的组织结构 | 第11-13页 |
| 第二章 相关工作及综述 | 第13-21页 |
| 2.1 模糊模型的建立 | 第13页 |
| 2.2 全局去模糊算法 | 第13-18页 |
| 2.2.1 非盲去卷积算法 | 第14-16页 |
| 2.2.2 盲去卷积算法 | 第16-18页 |
| 2.3 局部去卷积算法 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于高斯混合模型的运动模糊检测算法 | 第21-35页 |
| 3.1 短时傅里叶变换 | 第21-23页 |
| 3.1.1 δ函数 | 第21-22页 |
| 3.1.2 连续Gabor变换 | 第22页 |
| 3.1.3 时间-频率窗口函数 | 第22-23页 |
| 3.2 子带分解 | 第23-24页 |
| 3.3 频率分解 | 第24-25页 |
| 3.4 基于高斯混合模型的运动模糊区域检测 | 第25-28页 |
| 3.4.1 运动模糊核的构造 | 第26页 |
| 3.4.2 高斯形式下的贝叶斯模型 | 第26页 |
| 3.4.3 混合高斯模型下的贝叶斯模型 | 第26-27页 |
| 3.4.4 运动模糊核的挑选 | 第27-28页 |
| 3.5 Grabcut算法 | 第28-32页 |
| 3.5.1 Grabcut算法用于运动模糊分割 | 第28-29页 |
| 3.5.2 Grabcut算法原理 | 第29-32页 |
| 3.6 实验结果 | 第32-34页 |
| 3.7 本章小结 | 第34-35页 |
| 第四章 一种理论可分的运动模糊区域检测算法 | 第35-41页 |
| 4.1 一种理论可分的运动模糊区域检测算法 | 第35-36页 |
| 4.2 运动模糊可分性证明 | 第36-37页 |
| 4.3 实验流程 | 第37-38页 |
| 4.4 实验结果 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 实验 | 第41-54页 |
| 5.1 实验结果量化分析 | 第41-44页 |
| 5.2 自建数据库实验效果 | 第44-52页 |
| 5.3 本章小结 | 第52-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 6.1 论文总结 | 第54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |
