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

基于噪点检测的全变分图像复原算法

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-12页
    1.1 研究背景与意义第8-9页
    1.2 国内外研究现状第9-11页
    1.3 论文组织结构第11-12页
第2章 图像复原理论基础第12-24页
    2.1 图像退化模型第12-17页
        2.1.1 图像噪声第13-15页
        2.1.2 模糊模型第15-17页
    2.2 图像复原处理方法第17-21页
        2.2.1 频域滤波方法第18-19页
        2.2.2 空间域滤波去噪方法第19-21页
    2.3 图像恢复质量评价方法第21-23页
    2.4 本章小结第23-24页
第3章 基于全变分模型的图像复原第24-38页
    3.1 变分法基础第24-25页
    3.2 全变分模型研究现状第25-27页
        3.2.1 正则化项第25-26页
        3.2.2 数据保真项第26-27页
    3.3 优化求解算法第27-31页
        3.3.1 分裂Bregman方法第27-28页
        3.3.2 一阶原始对偶FOPD算法第28-30页
        3.3.3 ADMM方法第30-31页
    3.4 所提出的L_0TV图像复原模型第31-33页
        3.4.1 ROAD脉冲噪点检测方法第31-32页
        3.4.2 L_0TV图像复原模型第32-33页
    3.5 PADMM求解算法第33-35页
    3.6 实验结果与分析第35-37页
        3.6.1 图像质量评价标准第35页
        3.6.2 实验验证第35-37页
    3.7 本章小结第37-38页
第4章 基于噪点先验约束的TV-ROAD复原算法第38-56页
    4.1 混合退化模型第39-40页
    4.2 TV-ROAD复原模型第40-45页
        4.2.1 脉冲噪点检测方法第40-41页
        4.2.2 TV-ROAD两步法去噪模型第41-43页
        4.2.3 一阶原始对偶FOPD优化求解第43-45页
    4.3 实验结果与分析第45-48页
        4.3.1 噪声水平S的影响第45-47页
        4.3.2 噪点检测准确率第47-48页
    4.4 实验验证第48-55页
        4.4.1 脉冲噪声第48-50页
        4.4.2 高斯-脉冲混合噪声第50-55页
    4.5 本章小结第55-56页
第5章 总结与展望第56-58页
    5.1 工作总结第56-57页
    5.2 工作展望第57-58页
参考文献第58-64页
发表论文和参加科研情况说明第64-66页
致谢第66-67页

论文共67页,点击 下载论文
上一篇:基于TDI-CIS的FPN校正算法研究及系统实现
下一篇:基于Hadoop的个性化推荐系统的设计与实现