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

基于全变分模型的运动模糊图像复原方法的研究

摘要第3-4页
Abstract第4-5页
注释表第12-13页
第1章 绪论第13-23页
    1.1 课题研究背景及意义第13-14页
    1.2 图像复原简介第14-17页
        1.2.1 图像复原基本概念第14页
        1.2.2 图像复原的一般模型第14-15页
        1.2.3 图像复原的评价标准第15-17页
    1.3 图像复原研究现状第17-20页
        1.3.1 先验盲去模糊方法第17-19页
        1.3.2 联合盲去模糊方法第19-20页
    1.4 图像盲去模糊研究难点第20-21页
    1.5 论文主要工作及结构安排第21-23页
        1.5.1 论文主要工作第21-22页
        1.5.2 论文结构安排第22-23页
第2章 全变分图像复原的理论基础及数值算法第23-33页
    2.1 引言第23页
    2.2 图像复原中的全变分基本原理第23-28页
        2.2.1 有界变分函数定义第23-24页
        2.2.2 全变分范数及其意义第24-27页
        2.2.3 全变分图像复原模型第27-28页
    2.3 全变分模型的数值优化算法第28-32页
        2.3.1 人工时间演练算法第28-29页
        2.3.2 固定点延迟法第29页
        2.3.3 原始对偶法第29-30页
        2.3.4 分裂Bregman算法第30-31页
        2.3.5 交替方向法第31-32页
    2.4 本章小结第32-33页
第3章 全变分先验盲去模糊方法改进第33-55页
    3.1 引言第33页
    3.2 问题描述和解决方案第33-35页
        3.2.1 问题描述第33-35页
        3.2.2 解决方案第35页
    3.3 运动模糊PSF估计方法改进第35-41页
        3.3.1 图像梯度倒频分析法第35-39页
        3.3.2 交替傅里叶PSF相位恢复第39页
        3.3.3 运动模糊PSF估计验证第39-41页
    3.4 混合高阶各向异性全变分复原模型第41-49页
        3.4.1 模型建立及分析第41-42页
        3.4.2 理论可行性分析第42-46页
        3.4.3 数值求解算法第46-49页
    3.5 仿真结果与分析第49-54页
        3.5.1 实验参数确定第49-50页
        3.5.2 仿真结果第50-54页
    3.6 本章小结第54-55页
第4章 全变分联合盲去模糊方法改进第55-77页
    4.1 引言第55-56页
    4.2 问题描述和解决方案第56-59页
        4.2.1 问题描述第56-57页
        4.2.2 解决方案第57-59页
    4.3 约束条件改进第59-64页
        4.3.1 传统约束条件第59-62页
        4.3.2 改进约束条件第62-64页
    4.4 吉洪诺夫和全变分混合约束复原模型第64-67页
        4.4.1 模型建立及分析第64-65页
        4.4.2 数值求解算法第65-67页
    4.5 仿真结果与分析第67-75页
        4.5.1 模拟模糊图像实验结果与分析第68-72页
        4.5.2 真实模糊图像实验结果与分析第72-75页
    4.6 本章小结第75-77页
第5章 总结与展望第77-79页
    5.1 工作总结第77-78页
    5.2 下一步的工作第78-79页
参考文献第79-84页
致谢第84-85页
攻读硕士学位期间从事的科研工作及取得的成果第85页

论文共85页,点击 下载论文
上一篇:基于机器视觉的复杂塑件识别与检测技术研究
下一篇:基于Kinect的同步定位与地图构建研究