摘要 | 第1-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第8-17页 |
§1.1 引言 | 第8页 |
§1.2 图像降质模型 | 第8-11页 |
§1.3 成像中的反问题及病态性 | 第11-13页 |
§1.4 经典正则化方法 | 第13-15页 |
§1.4.1 伪逆滤波 | 第13-14页 |
§1.4.2 约束最小二乘方法 | 第14页 |
§1.4.3 Wiener滤波 | 第14-15页 |
§1.5 非线性正则化方法 | 第15页 |
§1.6 本文的内容安排 | 第15-17页 |
第二章 总变分极小化方法 | 第17-40页 |
§2.1 引言 | 第17-18页 |
§2.2 总变分极小化方法原理概述 | 第18-19页 |
§2.3 实现总变分极小化的难点分析 | 第19-20页 |
§2.4 定点迭代方法与基于非周期反卷积模型的离散方案 | 第20-26页 |
§2.4.1 定点迭代方法 | 第20-21页 |
§2.4.2 基于非周期矩阵模型的离散方案 | 第21-24页 |
§2.4.3 预定条件共轭梯度法 | 第24-26页 |
§2.5 多格网法 | 第26-29页 |
§2.6 基于总变分的高清晰图像盲目恢复 | 第29-32页 |
§2.7 实验方法、结果与讨论 | 第32-39页 |
§2.7.1 实验方法 | 第32页 |
§2.7.2 实验结果 | 第32-39页 |
§2.8 小结 | 第39-40页 |
第三章 APEX方法 | 第40-53页 |
§3.1 引言 | 第40页 |
§3.2 几个概念 | 第40-42页 |
§3.3 SECB反降质方法 | 第42-44页 |
§3.4 APEX算法及其改进 | 第44-48页 |
§3.5 实验结果与讨论 | 第48-51页 |
§3.6 小结 | 第51-53页 |
第四章 迭代盲目反卷积方法 | 第53-61页 |
§4.1 引言 | 第53页 |
§4.2 利用傅利叶变换的迭代盲目反卷积算法原理 | 第53-55页 |
§4.3 空间域的迭代盲目反卷积算法及其改进 | 第55-58页 |
§4.4 实验结果与讨论 | 第58-60页 |
§4.5 小结 | 第60-61页 |
第五章 总结与展望 | 第61-63页 |
§5.1 本文的总结 | 第61页 |
§5.2 空间目标图像高清晰恢复技术的发展方向 | 第61-63页 |
参考文献 | 第63-66页 |
附录A 循环矩阵和非周期矩阵反卷积模型 | 第66-69页 |
附录B | 第69-70页 |
致谢 | 第70页 |