| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-18页 |
| 第一章 绪论 | 第18-26页 |
| 1.1 乘性噪声去除的变分模型 | 第18-19页 |
| 1.2 卡通-纹理分解的变分模型 | 第19-20页 |
| 1.3 图像恢复中的变分模型 | 第20-21页 |
| 1.4 犯罪数据密度估计的变分模型 | 第21-22页 |
| 1.5 一些相关算法的介绍 | 第22-24页 |
| 1.5.1 常用的概念和记号 | 第22-23页 |
| 1.5.2 Douglas-Rachford分裂算法 | 第23页 |
| 1.5.3 相关的优化算法 | 第23-24页 |
| 1.6 本文的主要工作 | 第24-26页 |
| 第二章 耦合卡通-纹理分解算法的乘性噪声去除模型 | 第26-40页 |
| 2.1 引言 | 第26-27页 |
| 2.2 耦合卡通-纹理分解的乘性噪声去除模型 | 第27-28页 |
| 2.3 基于Douglas-Rachford分裂算法的数值求解方法 | 第28-30页 |
| 2.4 数值实验结果及分析 | 第30-38页 |
| 2.4.1 参数选取 | 第32页 |
| 2.4.2 Gamma噪声去除的实验结果 | 第32-35页 |
| 2.4.3 Rayleigh噪声去除的实验结果 | 第35-36页 |
| 2.4.4 对乘性噪声去噪结果图像的进一步分析 | 第36-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第三章 根式变换域Gamma乘性噪声的统计分析及其去除模型 | 第40-62页 |
| 3.1 引言 | 第40-41页 |
| 3.2 Gamma噪声的统计特征分析及新的去噪模型 | 第41-48页 |
| 3.2.1 对噪声的统计分析 | 第42-47页 |
| 3.2.2 新的去噪模型 | 第47-48页 |
| 3.3 数值算法 | 第48-52页 |
| 3.3.1 修正的交替方向乘子法 | 第49-50页 |
| 3.3.2 求解模型(3-30) | 第50-52页 |
| 3.4 仿真实验 | 第52-60页 |
| 3.4.1 参数选取准则 | 第52-55页 |
| 3.4.2 与若干相关模型的比较 | 第55-59页 |
| 3.4.3 SAR图像的去噪效果 | 第59-60页 |
| 3.5 本章小结 | 第60-62页 |
| 第四章 图像恢复问题的梯度稀疏化正则方法 | 第62-72页 |
| 4.1 引言 | 第62-63页 |
| 4.2 基于梯度稀疏先验的正则方法及新的恢复模型 | 第63-65页 |
| 4.3 数值算法 | 第65-66页 |
| 4.4 实验结果 | 第66-70页 |
| 4.4.1 参数选取 | 第67页 |
| 4.4.2 图像去噪实验 | 第67-69页 |
| 4.4.3 图像去模糊实验 | 第69-70页 |
| 4.5 本章小结 | 第70-72页 |
| 第五章 基于区域约束及Plug-and-Play算法的犯罪密度估计模型 | 第72-94页 |
| 5.1 引言 | 第72-74页 |
| 5.2 已有的方法与分析 | 第74-76页 |
| 5.3 新的估计算法 | 第76-79页 |
| 5.3.1 估计模型的改进 | 第76页 |
| 5.3.2 基于Plug-and-Play的算法改进 | 第76-78页 |
| 5.3.3 与现有方法的联系 | 第78-79页 |
| 5.4 实验结果 | 第79-93页 |
| 5.4.1 参数的选取 | 第80-81页 |
| 5.4.2 算法的性能 | 第81-87页 |
| 5.4.3 与现有的算法进行比较 | 第87-90页 |
| 5.4.4 估计实际的犯罪数据 | 第90-93页 |
| 5.5 本章小结 | 第93-94页 |
| 第六章 总结与展望 | 第94-96页 |
| 6.1 总结 | 第94-95页 |
| 6.2 展望 | 第95-96页 |
| 参考文献 | 第96-104页 |
| 致谢 | 第104-106页 |
| 作者简介 | 第106-108页 |
