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

单幅图像盲复原技术研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第8-13页
    1.1 研究背景与意义第8-9页
    1.2 图像盲复原研究现状第9-11页
    1.3 本文主要工作与结构安排第11-13页
第二章 基于稀疏表示的图像盲复原第13-29页
    2.1 图像退化模型第13-15页
    2.2 图像复原模型的求解第15-17页
    2.3 基于稀疏表示的图像盲复原第17-28页
        2.3.1 图像稀疏表示模型第17-19页
        2.3.2 稀疏表示系数求解与字典学习算法第19-27页
        2.3.3 图像稀疏表示模型求解第27-28页
    2.4 本章小结第28-29页
第三章 联合新型分块稀疏表示和梯度先验的图像盲复原第29-40页
    3.1 联合新型分块稀疏表示和梯度先验的图像盲复原模型第29-31页
        3.1.1 不同模式下的非重叠分块第29-31页
        3.1.2 基于非重叠分块字典稀疏表示和梯度先验的图像盲复原第31页
    3.2 模型的求解第31-34页
        3.2.1 k -子问题:模糊核估计第32页
        3.2.2 x -子问题:清晰图像估计第32-33页
        3.2.3 a -子问题:稀疏系数估计第33-34页
    3.3 实验结果与分析第34-39页
        3.3.1 测试图像实验第34-37页
        3.3.2 实拍图像实验第37-39页
    3.4 本章小结第39-40页
第四章 基于稀疏表示的非一致图像盲复原第40-51页
    4.1 基于稀疏表示的非一致图像盲复原模型第40-45页
        4.1.1 模糊图像的非一致特性第40-41页
        4.1.2 基于相机抖动几何模型的成像过程第41-45页
        4.1.3 基于稀疏表示的非一致图像盲复原模型第45页
    4.2 模型的求解第45-47页
        4.2.1 模糊核估计第46页
        4.2.2 清晰图像估计第46-47页
        4.2.3 稀疏表示系数估计第47页
    4.3 实验与结果分析第47-50页
    4.4 本章小结第50-51页
第五章 总结与展望第51-53页
    5.1 总结第51-52页
    5.2 展望第52-53页
参考文献第53-60页
发表论文和参加科研情况说明第60-61页
致谢第61-62页

论文共62页,点击 下载论文
上一篇:基于STATCOM的微电网不平衡电压补偿控制
下一篇:人参皂苷对中风后神经干细胞增殖、分化的作用和机制