摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第8-14页 |
1.1 课题背景和意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.3 论文研究的主要内容 | 第12-14页 |
第2章 预备知识 | 第14-20页 |
2.1 图像复原问题及正则化方法描述 | 第14-16页 |
2.2 约束优化理论 | 第16-18页 |
2.2.1 最优性条件 | 第17页 |
2.2.2 KKT 条件 | 第17页 |
2.2.3 原对偶优化 | 第17-18页 |
2.3 分裂 Bregman 算法 | 第18-20页 |
第3章 基于混合梯度最小化的 Mumford-Shah 模型的高维滤波算法 | 第20-36页 |
3.1 引言 | 第20-23页 |
3.2 Mumford-Shah 能量泛函模型 | 第23-24页 |
3.3 混合梯度最小化的 Mumford-Shah 模型 | 第24-25页 |
3.4 数值算法 | 第25-27页 |
3.5 实验结果 | 第27-33页 |
3.5.1 算法参数设置 | 第27-28页 |
3.5.2 滤波信号相应分析 | 第28-30页 |
3.5.3 收敛效率分析 | 第30页 |
3.5.4 主观视觉效果 | 第30-33页 |
3.6 结论 | 第33-36页 |
第4章 基于 GMCA 和 Bregman 分裂算法的图像分解 | 第36-42页 |
4.1 引言 | 第36-37页 |
4.2 基于 GMCA 方法的图像分解 | 第37-39页 |
4.3 仿真结果 | 第39-41页 |
4.4 本章总结 | 第41-42页 |
第5章 总结与展望 | 第42-43页 |
5.1 全文总结 | 第42页 |
5.2 工作展望 | 第42-43页 |
参考文献 | 第43-46页 |
攻读硕士学位期间发表的论文 | 第46-47页 |
致谢 | 第47-48页 |