| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 引言 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 经典暗图像增强方法研究现状 | 第13-14页 |
| 1.2.2 基于动态随机共振的图像增强研究现状 | 第14-15页 |
| 1.2.3 图像去噪研究现状 | 第15-17页 |
| 1.3 常用图像质量评价指标 | 第17-18页 |
| 1.4 本文的主要工作及结构安排 | 第18-20页 |
| 2 基础知识理论简介 | 第20-29页 |
| 2.1 随机共振理论基础 | 第20-22页 |
| 2.2 图像去噪方法 | 第22-29页 |
| 2.2.1 基于偏微分方程的图像去噪方法 | 第22-24页 |
| 2.2.2 基于变分的图像去噪方法 | 第24-29页 |
| 3 基于PDE的正则化各向异性扩散动态随机共振图像增强 | 第29-36页 |
| 3.1 模型的建立 | 第29-30页 |
| 3.2 算法描述 | 第30-32页 |
| 3.2.1 AD~2-DSR模型求解及数值实现 | 第30-31页 |
| 3.2.2 AD~4-DSR模型求解及数值实现 | 第31-32页 |
| 3.3 数值实验比较与分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 基于全变差的变分动态随机共振图像增强及其拓展 | 第36-47页 |
| 4.1 基于TV正则化的变分动态随机共振图像增强 | 第36-39页 |
| 4.1.1 动态随机共振模型变分化 | 第36页 |
| 4.1.2 基于TV正则化的变分动态随机共振模型建立 | 第36-37页 |
| 4.1.3 模型解的存在唯一性分析 | 第37-39页 |
| 4.2 模型拓展及算法描述 | 第39-41页 |
| 4.3 数值实验比较与分析 | 第41-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 基于Weberized TV的变分动态随机共振图像增强及其拓展 | 第47-56页 |
| 5.1 基于Weberized TV的变分动态随机共振图像增强 | 第47-50页 |
| 5.1.1 基于Weberized TV的变分动态随机共振模型建立 | 第47-48页 |
| 5.1.2 模型解的存在唯一性分析 | 第48-50页 |
| 5.2 模型拓展及算法描述 | 第50-52页 |
| 5.3 数值实验比较与分析 | 第52-55页 |
| 5.4 本章小结 | 第55-56页 |
| 6 总结 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
