圖像塊先驗(yàn)建模研究：基于高斯混合模型的視角

第1章 緒論
1．1 研究背景與意義
1．2 圖像復(fù)原技術(shù)概述
1．3 圖像復(fù)原學(xué)習(xí)模型研究現(xiàn)狀
1．4 本書的主要內(nèi)容和章節(jié)安排
第2章 塊對數(shù)似然期望模型圖像去噪及改進(jìn)方法
2．1 引言
2．2 高斯模型和高斯混合模型先驗(yàn)
2．3 塊對數(shù)似然期望模型
2．4 塊對數(shù)似然期望模型實(shí)現(xiàn)
2．5 參數(shù)對算法去噪性能的影響
2．6 彩色圖像去噪
2．7 EPLL與其他去噪算法的比較
2．8 EPLL運(yùn)行時間分析及速度提升方案
2．9 本章小結(jié)
第3章 Wasserstein距離梯度直方圖約束的多尺度塊先驗(yàn)?zāi)Ｐ?br />3．1 引言
3．2 面向通用圖像復(fù)原的塊對數(shù)似然期望模型
3．3 多尺度塊模型
3．4 梯度直方圖先驗(yàn)及Wasserstein距離
3．5 梯度直方圖先驗(yàn)約束的多尺度塊模型
3．6 尺度不變性和參考直方圖估計(jì)
3．7 實(shí)驗(yàn)結(jié)果及分析
3．8 本章小結(jié)
第4章 局部高斯混合塊先驗(yàn)?zāi)Ｐ?br />4．1 引言
4．2 全局高斯混合塊先驗(yàn)?zāi)Ｐ?br />4．3 分層貝葉斯的局部高斯混合塊先驗(yàn)?zāi)Ｐ?br />4．4 實(shí)驗(yàn)結(jié)果及分析
4．5 本章小結(jié)
……
第5章 基于狄利克雷過程混合模型的塊先驗(yàn)?zāi)Ｐ?br />第6章 總結(jié)與展望
符號定義
英文縮略語表
參考文獻(xiàn)