| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 图像去模糊的研究现状 | 第8-10页 |
| 1.3 本文的主要内容与组织结构 | 第10-11页 |
| 第2章 基于Bregman迭代的变分模型 | 第11-23页 |
| 2.1 变分法基础 | 第11-14页 |
| 2.1.1 泛函的定义 | 第11页 |
| 2.1.2 泛函的极值求解 | 第11-13页 |
| 2.1.3 变分法概述 | 第13-14页 |
| 2.2 分裂Bregman迭代算法介绍 | 第14-19页 |
| 2.2.1 Bregman迭代算法 | 第14-18页 |
| 2.2.2 分裂Bregman迭代算法 | 第18-19页 |
| 2.3 分裂Bregman迭代算法在图像分解中的应用 | 第19-23页 |
| 第3章 基于非凸 l_p(0≤p<1) 范数的极小化问题求解 | 第23-28页 |
| 3.1 迭代阈值（ITM）算法概述 | 第23-24页 |
| 3.2 GST算法概述 | 第24-28页 |
| 第4章 基于非凸l_p范数和G-范数的图像去模糊模型 | 第28-35页 |
| 4.1 经典的基于全变差正则化的去模糊方法 | 第28-29页 |
| 4.2 基于非凸l_p范数和G-范数的图像去模糊方法 | 第29-32页 |
| 4.3 实验结果 | 第32-35页 |
| 结论与展望 | 第35-36页 |
| 参考文献 | 第36-40页 |
| 致谢 | 第40-41页 |
| 攻读硕士学位期间的研究成果 | 第41页 |
