| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究的背景及意义 | 第10页 |
| 1.2 数码相机过程中的马赛克现象 | 第10页 |
| 1.3 国内外去马赛克算法的研究现状 | 第10-14页 |
| 1.3.1 具有启发式的插值方法 | 第11-12页 |
| 1.3.2 正则化变分方法 | 第12-13页 |
| 1.3.3 混合去马赛克方法 | 第13-14页 |
| 1.4 论文的主要内容与结构安排 | 第14-15页 |
| 2 彩色去马赛克的相关基础 | 第15-23页 |
| 2.1 图像的相关性 | 第15-16页 |
| 2.1.1 空间相关性 | 第15页 |
| 2.1.2 色彩相关性 | 第15-16页 |
| 2.2 几种流行的去马赛克方法 | 第16-21页 |
| 2.2.1 Adams-Hamiton算法 | 第16-17页 |
| 2.2.2 基于方向权重的插值方法 | 第17-21页 |
| 2.3 去马赛克算法的性能评价指标 | 第21-23页 |
| 2.3.1 彩色峰值信噪比CPSNR | 第21页 |
| 2.3.2 结构相似性指标度量SSIM | 第21-22页 |
| 2.3.3 拉链效应比ZER | 第22-23页 |
| 3 联合空谱二阶特征的去马赛克正则化变分方法 | 第23-41页 |
| 3.1 引言 | 第23页 |
| 3.2 基于向量化Hessian F范数的鲁棒去马赛克方法 | 第23-33页 |
| 3.2.1 局部方向插值LDI | 第24-27页 |
| 3.2.2 向量化Hessian F范数定义 | 第27-28页 |
| 3.2.3 提出的模型 | 第28-30页 |
| 3.2.4 模型的求解算法 | 第30-33页 |
| 3.3 实验结果与分析 | 第33-41页 |
| 4 基于非局部张量表示的去马赛克正则化变分方法 | 第41-63页 |
| 4.1 引言 | 第41-42页 |
| 4.2 基于非局部和稀疏表示的相关去马赛克算法 | 第42-46页 |
| 4.2.1 基于自相似性的彩色图像去马赛克方法(SSD) | 第42-44页 |
| 4.2.2 基于学习的稀疏编码(LSC)和联合稀疏编码(LSSC)去马赛克方法 | 第44-46页 |
| 4.3 张量及其分解的理论 | 第46-49页 |
| 4.3.1 张量代数基础 | 第47-48页 |
| 4.3.2 张量的Tucker分解 | 第48-49页 |
| 4.4 基于非局部张量表示的去马赛克方法 | 第49-54页 |
| 4.4.1 提出的模型 | 第50-52页 |
| 4.4.2 模型的求解 | 第52-54页 |
| 4.5 实验结果与分析 | 第54-63页 |
| 5 结束语 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |
