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

基于稀疏先验的图像盲去运动模糊研究

摘要第3-5页
Abstract第5-6页
第一章 绪论第10-16页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 本文主要研究工作第13-14页
    1.4 论文组织结构第14-16页
第二章 图像去模糊相关理论知识与工作第16-35页
    2.1 模糊图像成因第16-18页
        2.1.1 散焦模糊第16-17页
        2.1.2 运动模糊第17-18页
        2.1.3 点扩散函数第18页
    2.2 图像退化模型第18-24页
        2.2.1 连续退化模型第19-21页
        2.2.2 离散退化模型第21-24页
    2.3 常见稀疏先验模型及解法第24-32页
        2.3.1 图像非盲去卷积第24-26页
        2.3.2 图像盲去卷积第26-32页
    2.4 图像质量评价标准第32-35页
        2.4.1 均方根误差第33页
        2.4.2 峰值信噪比第33页
        2.4.3 结构相似度第33-35页
第三章 双L_0稀疏先验的图像盲去卷积第35-50页
    3.1 通用解题框架第35-37页
    3.2 双L_0估计模糊核模型第37-38页
    3.3 双L_0估计模糊核模型解法第38-40页
        3.3.1 L_0估计中间图像第38-39页
        3.3.2 L_0估计模糊核第39-40页
    3.4 最终清晰图像的恢复第40-41页
    3.5 实验分析第41-48页
        3.5.1 定性实验对比第41-45页
        3.5.2 定量实验对比第45-48页
    3.6 本章小结第48-50页
第四章 L_0稀疏先验的文本图像盲去卷积第50-66页
    4.1 L_0估计模糊核模型第50-51页
    4.2 L_0估计模糊核解法第51-55页
        4.2.1 利用k估计x第52-53页
        4.2.2 利用x估计k第53-55页
    4.3 基于骨架提取的模糊核优化第55-58页
        4.3.1 运动轨迹提取第55-57页
        4.3.2 优化模糊核第57-58页
    4.4 最终恢复图像第58-59页
    4.5 实验分析第59-65页
        4.5.1 定性实验对比第59-64页
        4.5.2 定量实验对比第64-65页
    4.6 本章小结第65-66页
第五章 总结与展望第66-68页
    5.1 全文总结第66页
    5.2 展望第66-68页
参考文献第68-72页
致谢第72-73页
攻读硕士学位期间的科研成果第73页

论文共73页,点击 下载论文
上一篇:白马非马--广西恭城县观音乡水滨村瑶族白马将军传说研究
下一篇:戈舍瑞林保护化疗患者卵巢功能的疗效和安全性评价