| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 基于运动模糊的图像恢复技术 | 第11-12页 |
| 1.2.2 基于混合噪声的图像复原技术 | 第12-14页 |
| 1.3 论文的组织结构 | 第14-15页 |
| 第二章 图像复原理论基础 | 第15-27页 |
| 2.1 图像模糊模型 | 第15-17页 |
| 2.2 噪声 | 第17-18页 |
| 2.3 离散博里叶方法 | 第18-19页 |
| 2.4 模糊图像的点扩散函数 | 第19-20页 |
| 2.4.1 常见的点扩散函数 | 第19-20页 |
| 2.5 图像恢复质量评定 | 第20-21页 |
| 2.6 图像复原的传统方法 | 第21-26页 |
| 2.6.1 逆滤波方法 | 第21-22页 |
| 2.6.2 贝叶斯图像复原方法 | 第22-23页 |
| 2.6.3 维纳滤波 | 第23-25页 |
| 2.6.4 Richardson-Lucy 算法 | 第25-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 基于凸集投影方法去除运动模糊 | 第27-47页 |
| 3.1 基于凸集投影方法去除运动模糊框图 | 第27-28页 |
| 3.2 确定模糊核参数 | 第28-30页 |
| 3.2.1 匀速直线运动的点扩散函数 | 第28-29页 |
| 3.2.2 点扩散函数的离散化 | 第29-30页 |
| 3.3 M 阵的生成 | 第30-37页 |
| 3.3.1 二维卷积的计算 | 第30-32页 |
| 3.3.2 矩阵卷积与矩阵相乘转换 | 第32-34页 |
| 3.3.3 M 阵生成算法实现 | 第34-37页 |
| 3.4 求解方法 | 第37-46页 |
| 3.4.1 凸集投影求解 | 第37-39页 |
| 3.4.2 实验验证 | 第39-42页 |
| 3.4.3 TV 正则化方法求解 | 第42-44页 |
| 3.4.4 实验验证 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于带约束 ROF 模型的混合噪声去除算法 | 第47-58页 |
| 4.1 混合噪声模型 | 第47-48页 |
| 4.2 带约束的 ROF 混合去噪声模型 | 第48-51页 |
| 4.2.1 椒盐噪声的去噪模型 | 第48页 |
| 4.2.2 “椒盐”噪声点检测 | 第48-49页 |
| 4.2.3 基于贝叶斯方法的去高斯噪模型 | 第49-51页 |
| 4.2.4 混合去噪模型 | 第51页 |
| 4.3 实验验证 | 第51-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 发表论文和参加科研情况说明 | 第63-64页 |
| 致谢 | 第64页 |