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

图像去运动模糊算法研究与实现

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-15页
    1.1 选题目的及背景第9-10页
    1.2 图像去运动模糊相关工作第10-12页
        1.2.1 图像去运动模糊概述第10页
        1.2.2 基于反卷积的图像去运动模糊概述第10-11页
        1.2.3 研究目标及技术路线第11-12页
    1.3 国内外发展现状第12-13页
    1.4 本文的主要工作及章节安排第13-15页
第二章 图像去运动模糊的理论基础第15-25页
    2.1 运动模糊产生的原因第15页
    2.2 运动模糊图像退化模型第15-17页
    2.3 最大后验概率方法第17-22页
        2.3.1 似然性第18-19页
        2.3.2 先验知识第19-22页
    2.4 图像复原质量的评价准则第22-24页
        2.4.1 复原质量的主观评价第22-23页
        2.4.2 复原质量的客观评价第23-24页
    2.5 本章小结第24-25页
第三章 图像去运动模糊算法研究第25-36页
    3.1 图像去运动模糊经典算法第25-33页
        3.1.1 维纳滤波算法第25-27页
        3.1.2 Richardson-Lucy算法第27-29页
        3.1.3 两阶段去运动模糊算法第29-31页
        3.1.4 图像梯度先验去模糊算法第31-33页
    3.2 各算法分析比较第33-34页
    3.3 去运动模糊中的重点问题第34-35页
    3.4 本章小结第35-36页
第四章 快速去运动模糊算法设计与实现第36-57页
    4.1 快速去运动模糊图像复原算法概述第36-39页
    4.2 预测清晰图像第39-43页
        4.2.1 双边滤波器去除图像纹理和噪声第40-42页
        4.2.2 冲击滤波器预测图像强边缘第42页
        4.2.3 预测图像阈值第42-43页
    4.3 迭代估计PSF第43-49页
        4.3.1 建立能量方程第43-44页
        4.3.2 优化能量方程第44-47页
        4.3.3 磁滞阈值抑制PSF的噪声第47-49页
    4.4 复原清晰图像L第49-52页
        4.4.1 基于图像梯度高斯分布的盲反卷积第49-50页
        4.4.2 基于图像梯度稀疏分布的盲反卷积第50-52页
    4.5 快速去运动模糊算法改进第52-55页
        4.5.1 用户输入(PSF中心重定位)第52页
        4.5.2 低分辨率到高分辨率逐步复原第52-53页
        4.5.3 振铃效应的产生及抑制第53-55页
    4.6 本章小结第55-57页
第五章 实验结果与分析第57-63页
    5.1 实验配置第57页
    5.2 真实图像实验结果第57-59页
        5.2.1 迭代复原结果第57-58页
        5.2.2 程序实现第58-59页
    5.3 本文算法总体评价第59-62页
        5.3.1 复原质量比较第59-60页
        5.3.2 图像复原质量的客观评价第60-61页
        5.3.3 图像处理时间比较第61-62页
    5.4 本章小结第62-63页
第六章 总结和展望第63-65页
    6.1 本文主要工作第63页
    6.2 本文的局限性第63-64页
    6.3 未来的工作及展望第64页
    6.4 本章小结第64-65页
致谢第65-66页
参考文献第66-69页
附录第69-73页
攻读硕士学位期间取得的成果第73-74页

论文共74页,点击 下载论文
上一篇:以数据挖掘为基础的成都移动客户保有系统的设计与实现
下一篇:某事业单位人事工资管理系统的设计与实现