| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 图像去噪研究现状 | 第16-18页 |
| 1.2.1 空间域滤波去噪 | 第16页 |
| 1.2.2 变换域滤波去噪 | 第16页 |
| 1.2.3 基于稀疏表示的去噪算法 | 第16-18页 |
| 1.3 本文主要研究内容及结构安排 | 第18-19页 |
| 第二章 预备知识：图像去噪和最大后验基本理论 | 第19-23页 |
| 2.1 噪声模型 | 第19-20页 |
| 2.2 去噪性能评价指标 | 第20-21页 |
| 2.3 最大后验准则 | 第21-23页 |
| 第三章 基于MAP的ISSC-GSM图像去噪算法 | 第23-39页 |
| 3.1 引言 | 第23页 |
| 3.2 改进的基于MAP的同时稀疏编码 | 第23-26页 |
| 3.2.1 基于高斯尺度混合的改进稀疏编码 | 第23-25页 |
| 3.2.2 基于结构化稀疏性的改进同时稀疏编码 | 第25-26页 |
| 3.3 交替最小化求解ISSC-GSM模型 | 第26-29页 |
| 3.4 ISSC-GSM在全图像去噪中的应用 | 第29-31页 |
| 3.5 实验结果与分析 | 第31-38页 |
| 3.5.1 标准测试图像去噪实验 | 第31-36页 |
| 3.5.2 参数的选择 | 第36页 |
| 3.5.3 BSD300图像库与实拍图像去噪实验 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于MAP的ISSC-LSM图像去噪算法 | 第39-51页 |
| 4.1 引言 | 第39页 |
| 4.2 基于MAP的ISSC-LSM算法 | 第39-42页 |
| 4.3 交替最小化求解ISSC-LSM模型 | 第42-44页 |
| 4.4 ISSC-LSM在全图像去噪中的应用 | 第44-46页 |
| 4.5 实验结果与分析 | 第46-49页 |
| 4.6 本章小结 | 第49-51页 |
| 第五章 提出的算法在含噪图像恢复中的推广 | 第51-59页 |
| 5.1 引言 | 第51-52页 |
| 5.2 改进的参数自适应ADMM算法 | 第52-53页 |
| 5.3 基于自适应ADMM和改进同时稀疏编码的图像去模糊 | 第53-54页 |
| 5.4 实验结果与分析 | 第54-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 全文总结 | 第59-60页 |
| 6.2 研究工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 作者简介 | 第67-68页 |