| 摘要 | 第1-6页 |
| Abstract | 第6-16页 |
| 1 绪论 | 第16-27页 |
| ·研究背景及意义 | 第16-17页 |
| ·国内外研究现状 | 第17-24页 |
| ·图像去噪 | 第17-21页 |
| ·图像去模糊 | 第21-23页 |
| ·图像去畸变 | 第23-24页 |
| ·本文主要研究内容与思路 | 第24-27页 |
| 2 图像退化的基本模型 | 第27-36页 |
| ·图像退化的一般模型 | 第27-28页 |
| ·由噪声造成的图像退化 | 第28-30页 |
| ·由模糊造成的图像退化 | 第30-33页 |
| ·由光学镜头造成的图像退化 | 第33-36页 |
| 3 基于SURE准则的边缘保持图像滤波方法 | 第36-55页 |
| ·引言 | 第36-37页 |
| ·均方误差的无偏估计 | 第37-38页 |
| ·基于SURE准则的快速图像滤波方法 | 第38-43页 |
| ·局部线性SURE滤波算法 | 第38-41页 |
| ·保持边缘的多尺度分解 | 第41页 |
| ·O(N)时间复杂度 | 第41-43页 |
| ·实验结果与应用 | 第43-54页 |
| ·图像去噪 | 第43-48页 |
| ·细节平滑与增强 | 第48-49页 |
| ·高动态范围压缩 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 4 基于局部线性全变差的图像去噪方法 | 第55-68页 |
| ·引言 | 第55-56页 |
| ·图像去噪的正则化方法 | 第56-57页 |
| ·基于全变差正则化的局部线性滤波方法 | 第57-61页 |
| ·自适应加权局部线性全变差滤波算法 | 第57-60页 |
| ·联合局部线性全变差滤波算法 | 第60-61页 |
| ·实验结果与分析 | 第61-67页 |
| ·图像去噪 | 第61-65页 |
| ·联合去噪 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 5 基于测地距离的图像去噪与超像素生成方法 | 第68-79页 |
| ·引言 | 第68页 |
| ·测地距离 | 第68-69页 |
| ·基于可分测地距离的快速图像去噪算法 | 第69-73页 |
| ·测地距离的可分近似计算 | 第70-71页 |
| ·实验结果与分析 | 第71-73页 |
| ·基于光栅扫描的快速测地超像素生成算法 | 第73-78页 |
| ·测地距离的光栅扫描快速计算 | 第73-75页 |
| ·实验结果与分析 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 6 基于l_0-范数的图像去模糊方法 | 第79-97页 |
| ·引言 | 第79-80页 |
| ·图像模糊模型 | 第80-81页 |
| ·基于l_0-范数的非盲去模糊方法 | 第81-89页 |
| ·l_0-范数正则化去模糊算法 | 第81-85页 |
| ·实验结果与分析 | 第85-89页 |
| ·基于l_0-范数与边缘检测的盲去模糊方法 | 第89-95页 |
| ·基于边缘检测的模糊核估计算法 | 第90-93页 |
| ·实验结果与分析 | 第93-95页 |
| ·本章小结 | 第95-97页 |
| 7 基于单幅图像的镜头畸变矫正 | 第97-112页 |
| ·引言 | 第97-98页 |
| ·模型和方法 | 第98-102页 |
| ·径向畸变模型 | 第98页 |
| ·畸变直线的形状 | 第98-99页 |
| ·径向畸变系数和中心的估计 | 第99-100页 |
| ·圆拟合的直接最小二乘法 | 第100-101页 |
| ·圆拟合的Levenberg-Marquardt优化方法 | 第101-102页 |
| ·进一步讨论 | 第102-104页 |
| ·只有一条直线的情形 | 第102页 |
| ·只有两条直线的情形 | 第102页 |
| ·非方像素的情形 | 第102-104页 |
| ·实验结果与分析 | 第104-110页 |
| ·合成数据测试 | 第104-106页 |
| ·真实数据测试 | 第106-110页 |
| ·本章小结 | 第110-112页 |
| 8 结论与展望 | 第112-116页 |
| ·主要研究内容总结 | 第112-113页 |
| ·创新点摘要 | 第113-114页 |
| ·未来工作展望 | 第114-116页 |
| 参考文献 | 第116-126页 |
| 攻读博士学位期间科研项目及科研成果 | 第126-128页 |
| 致谢 | 第128-130页 |
| 作者简介 | 第130-132页 |