| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 偏微分方程图像处理发展概述 | 第12-14页 |
| 1.3 论文内容与结构安排 | 第14-16页 |
| 第2章 偏微分方程声呐图像增强的相关理论 | 第16-29页 |
| 2.1 声呐图像的数学模型 | 第16-18页 |
| 2.2 偏微分方程图像处理的数学基础与理论依据 | 第18-24页 |
| 2.2.1 偏微分方程的形式及其分类 | 第18-19页 |
| 2.2.2 能量泛函的求解方法 | 第19-22页 |
| 2.2.3 偏微分方程的数值解法 | 第22-24页 |
| 2.3 声呐图像质量评价标准 | 第24-28页 |
| 2.3.1 主观评价标准 | 第25-26页 |
| 2.3.2 客观评价标准 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于偏微分方程的声呐图像降噪方法 | 第29-61页 |
| 3.1 PM模型 | 第29-32页 |
| 3.1.1 PM模型的降噪算法与原理 | 第29-30页 |
| 3.1.2 PM模型的降噪特点 | 第30-32页 |
| 3.2 TV模型 | 第32-34页 |
| 3.2.1 TV模型的降噪算法与原理 | 第32-34页 |
| 3.2.2 TV模型的降噪特点 | 第34页 |
| 3.3 正则化PM模型 | 第34-36页 |
| 3.3.1 正则化PM模型的降噪算法与原理 | 第35页 |
| 3.3.2 正则化PM模型的降噪特点 | 第35-36页 |
| 3.4 四阶YK模型 | 第36-38页 |
| 3.4.1 四阶YK模型的降噪算法与原理 | 第36-37页 |
| 3.4.2 四阶YK模型的降噪特点 | 第37-38页 |
| 3.5 改进的自适应保边降噪模型 | 第38-40页 |
| 3.5.1 改进模型的降噪算法与原理 | 第38-40页 |
| 3.5.2 改进模型的降噪特点 | 第40页 |
| 3.6 仿真实验与分析 | 第40-60页 |
| 3.6.1 添加噪声的侧扫声呐图像降噪实验 | 第41-55页 |
| 3.6.2 不添加噪声的多波束声呐图像降噪实验 | 第55-59页 |
| 3.6.3 声呐图像降噪实验结论 | 第59-60页 |
| 3.7 本章小结 | 第60-61页 |
| 第4章 声呐图像的灰度均衡化方法 | 第61-80页 |
| 4.1 直方图均衡化 | 第61-62页 |
| 4.1.1 直方图均衡化的算法与原理 | 第61-62页 |
| 4.1.2 直方图均衡化的特点 | 第62页 |
| 4.2 航向列灰度改正 | 第62-64页 |
| 4.2.1 航向列灰度改正的算法与原理 | 第63页 |
| 4.2.2 航向列灰度改正的特点 | 第63-64页 |
| 4.3 多尺度Retinex图像增强算法 | 第64-67页 |
| 4.3.1 多尺度Retinex增强算法实现灰度增强的原理 | 第64-66页 |
| 4.3.2 多尺度Retinex增强算法灰度增强的特点 | 第66-67页 |
| 4.4 基于偏微分方程的改进声呐图像灰度均衡方法 | 第67-70页 |
| 4.4.1 改进方法实现灰度均衡的原理 | 第67-70页 |
| 4.4.2 改进方法实现声呐图像灰度均衡的特点 | 第70页 |
| 4.5 仿真实验与分析 | 第70-78页 |
| 4.6 本章小结 | 第78-80页 |
| 第5章 实测声呐图像的增强效果验证 | 第80-90页 |
| 5.1 实测声呐图像的来源 | 第80-81页 |
| 5.2 实测声呐图像的降噪 | 第81-86页 |
| 5.3 实测声呐图像的灰度均衡化 | 第86-89页 |
| 5.4 本章小结 | 第89-90页 |
| 结论 | 第90-92页 |
| 参考文献 | 第92-97页 |
| 致谢 | 第97页 |