首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于偏微分方程的图像去噪和分割方法

摘要第1-6页
Abstract第6-11页
1 绪论第11-18页
   ·研究的背景和意义第11-12页
   ·本课题的研究问题第12-14页
     ·图像去噪第12-13页
     ·图像分割第13-14页
   ·本课题相关的研究进展第14-16页
     ·图像去噪研究进展第14-15页
     ·图像分割研究进展第15-16页
   ·本文的组织结构、主要工作第16-18页
2 数学理论第18-40页
   ·偏微分方程理论第18-20页
   ·泛函及变分法第20-23页
     ·泛函基础第20-21页
     ·变分法第21-23页
   ·有限差分基础第23-28页
   ·曲线曲面演化与水平集第28-31页
   ·经典迭代法第31-33页
   ·多重网格方法第33-40页
     ·多重网格成分第33-36页
     ·局部傅里叶分析(LFA)第36-37页
     ·多重网格方法执行第37-40页
3 迭代Lagrange乘子方法求解ROF模型第40-62页
   ·引言第40-42页
   ·相关模型第42-46页
     ·固定正则参数λ的方法第42-46页
     ·正则参数λ更新方法第46页
   ·迭代Lagrange乘子方法第46-52页
     ·Lagrange函数的凸性和解的唯一性第47-49页
     ·约束泛函F(u_λ)的单调性第49-51页
     ·约束与无约束问题的解之间的关系第51-52页
   ·算法描述第52-55页
   ·数值实验第55-60页
   ·本章小结第60-62页
4 多重网格方法求解3D Chan-Vese图像分割模型第62-92页
   ·引言第62-63页
   ·3D图像分割模型第63-67页
     ·3D Chan-Vese模型第63-64页
     ·其它变分模型第64-66页
     ·AOS算法第66-67页
   ·3D Chan-Vese模型的快速多重网格方法第67-83页
     ·多重网格一般光滑子第69-74页
     ·自适应光滑子第74-76页
     ·光滑子的优化第76-81页
     ·非线性3D多重网格算法第81-83页
   ·数值实验第83-88页
   ·本章小结第88-92页
5 2D图像选择分割第92-109页
   ·引言第92-93页
   ·局部模型第93-96页
     ·Badshah-Chen模型第93-96页
     ·Lankton局部模型第96页
   ·基于局部特征的改进模型第96-103页
     ·固定-γ方法(F-M)第96-98页
     ·可变-γ方法(V-M)第98-103页
   ·数值实验第103-108页
   ·本章小结第108-109页
6 基于局部Chan-Vese泛函的3D选择分割第109-125页
   ·引言第109-110页
   ·基于自适应局部信息的3D选择分割第110-113页
     ·3D分割模型的局限性第110-111页
     ·局部自适应3D选择分割模型第111-113页
   ·3D图像选择分割的执行第113-119页
     ·初始解的选择第113-116页
     ·水平集函数重新初始化第116-118页
     ·局部化参数(?)in及(?)out的更新第118页
     ·Marching tube快速演化第118-119页
     ·算法描述第119页
   ·数值实验第119-122页
   ·本章小结第122-125页
7 结论与展望第125-127页
参考文献第127-136页
攻读博士学位期间发表学术论文情况第136-137页
致谢第137-138页

论文共138页,点击 下载论文
上一篇:软件即服务模式下的信息集成方法及关键技术研究
下一篇:基于内容图像检索的关键技术研究