| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 图像去模糊算法研究现状 | 第10-12页 |
| 1.3 图像去模糊算法存在的问题 | 第12-13页 |
| 1.4 现有的图像去模糊算法优化策略 | 第13-15页 |
| 1.5 论文的结构安排 | 第15-16页 |
| 第2章 图像去模糊技术背景介绍 | 第16-23页 |
| 2.1 图像模糊类型 | 第16-18页 |
| 2.1.1 均匀模糊 | 第16-17页 |
| 2.1.2 高斯模糊 | 第17页 |
| 2.1.3 运动模糊 | 第17页 |
| 2.1.4 散焦模糊 | 第17-18页 |
| 2.2 经典图像去模糊方法 | 第18-20页 |
| 2.2.1 直接滤波法 | 第18-19页 |
| 2.2.2 迭代去模糊算法 | 第19-20页 |
| 2.3 正则化方法 | 第20-21页 |
| 2.3.1 正则化模型 | 第20页 |
| 2.3.2 经典的正则化方法 | 第20页 |
| 2.3.3 迭代正则化方法 | 第20-21页 |
| 2.4 NCSR算法 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 迭代型去模糊算法优化 | 第23-39页 |
| 3.1 基本思想 | 第23页 |
| 3.2 图像质量感知特征 | 第23-31页 |
| 3.2.1 小波域下的自然场景统计特征 | 第24-26页 |
| 3.2.2 DCT域下的自然场景统计特征 | 第26-28页 |
| 3.2.3 空域下的自然场景统计特征 | 第28-29页 |
| 3.2.4 图像质量感知特征的选取 | 第29-31页 |
| 3.3 迭代步数估计 | 第31-34页 |
| 3.3.1 非局部均值思想 | 第33页 |
| 3.3.2 局部均值估计算法 | 第33-34页 |
| 3.4 基于残差图像的自适应迭代终止策略 | 第34-38页 |
| 3.4.1 残差图像 | 第34-36页 |
| 3.4.2 迭代终止度量 | 第36-37页 |
| 3.4.3 迭代终止条件 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 实验结果与分析 | 第39-55页 |
| 4.1 实验环境及参数设置 | 第39-40页 |
| 4.2 NCSR算法的优化 | 第40-48页 |
| 4.2.1 算法迭代步数估计 | 第40-42页 |
| 4.2.2 算法迭代终止 | 第42-46页 |
| 4.2.3 算法执行时间 | 第46-48页 |
| 4.3 其他迭代型去模糊算法中的应用 | 第48-53页 |
| 4.3.1 Kheradmand算法 | 第48-49页 |
| 4.3.2 AISC在Kheradmand算法上的应用 | 第49-53页 |
| 4.3.3 改进算法的时间效率 | 第53页 |
| 4.4 本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间的研究成果 | 第62页 |