| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·论文研究的目的及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·模糊图像复原算法的国内外研究现状 | 第13-16页 |
| ·畸变图像复原算法的国内外研究现状 | 第16-17页 |
| ·本论文主要研究内容及论文安排 | 第17-20页 |
| 第2章 模糊图像复原技术 | 第20-34页 |
| ·图像的成像模型 | 第20-21页 |
| ·经典图像复原算法介绍 | 第21-23页 |
| ·逆滤波 | 第21-22页 |
| ·维纳滤波 | 第22-23页 |
| ·图像盲复原算法介绍 | 第23-33页 |
| ·先验模糊辨识方法 | 第23-25页 |
| ·零面分离方法 | 第25页 |
| ·ARMA参数估计方法 | 第25-27页 |
| ·基于高阶统计量的非参数法 | 第27-28页 |
| ·非参数限定支持域复原技术 | 第28-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 退化图像的自适应盲复原算法 | 第34-48页 |
| ·自适应盲复原算法的基本原理 | 第34-36页 |
| ·退化图像模糊类型自动识别 | 第36-37页 |
| ·基于傅立叶变换的二次图像频域变换 | 第37-39页 |
| ·图像预处理 | 第39-43页 |
| ·基于形态学的图像边缘增强 | 第39-41页 |
| ·图像二值化 | 第41-43页 |
| ·形态学后处理 | 第43页 |
| ·基于不变矩的特征提取 | 第43-46页 |
| ·不变矩的基本概念 | 第44-45页 |
| ·图像原点矩 | 第45页 |
| ·图像中心矩 | 第45-46页 |
| ·图像不变矩 | 第46页 |
| ·分类判决 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 模糊参数的估计 | 第48-62页 |
| ·运动模糊图像的运动模糊方向估计 | 第48-56页 |
| ·运动模糊的点扩散函数模型 | 第48-49页 |
| ·运动模糊方向的检测 | 第49-52页 |
| ·改进的运动模糊方向估计方法比较 | 第52-56页 |
| ·运动模糊图像的模糊尺度估计 | 第56-57页 |
| ·鉴别思想 | 第56页 |
| ·运动模糊尺度的检测步骤 | 第56-57页 |
| ·运动模糊尺度的检测实例 | 第57页 |
| ·散焦模糊图像的参数估计 | 第57-61页 |
| ·散焦模糊的点扩散函数模型 | 第58页 |
| ·散焦模糊的散焦半径检测 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 基于LMBP神经网络的非线性畸变图像校正研究 | 第62-73页 |
| ·误差反向传播网络BP算法 | 第62-65页 |
| ·BP网络的基本原理 | 第62-65页 |
| ·BP网络在畸变图像矫正方面的可行性 | 第65页 |
| ·图像非线性畸变原理及矫正步骤 | 第65-67页 |
| ·图像非线性畸变原因 | 第65-66页 |
| ·畸变图像的矫正步骤 | 第66-67页 |
| ·基于BP网络的非线性畸变图像的矫正 | 第67-72页 |
| ·成像系统畸变特性的确定 | 第67页 |
| ·图像样本点的选取 | 第67-69页 |
| ·BP神经网络的构建 | 第69-70页 |
| ·BP神经网络的参数设置 | 第70-71页 |
| ·畸变图像的灰度矫正 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 实验结果与分析 | 第73-83页 |
| ·实验条件 | 第73页 |
| ·退化图像的复原实验仿真及结果分析 | 第73-79页 |
| ·退化图像的不变矩形状特征索引 | 第73-76页 |
| ·退化图像模糊类型自动识别 | 第76-77页 |
| ·退化图像自适应盲复原 | 第77-79页 |
| ·非线性图像畸变校正实验仿真及结果分析 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第90-91页 |
| 致谢 | 第91-92页 |
| 附录 | 第92-93页 |