| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-23页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 图像复原 | 第12-18页 |
| 1.2.1 图像复原问题建模 | 第12-13页 |
| 1.2.2 噪声先验建模与去噪 | 第13-15页 |
| 1.2.3 图像先验建模与正则化 | 第15-18页 |
| 1.3 图像分割 | 第18-21页 |
| 1.4 论文的主要内容 | 第21-23页 |
| 1.4.1 论文的主要成果和创新点 | 第21-22页 |
| 1.4.2 论文的组织结构 | 第22-23页 |
| 2 非局部全变差正则化的泊松图像去噪模型及算法 | 第23-41页 |
| 2.1 泊松分布下的非局部全变差正则化去噪模型 | 第23-27页 |
| 2.2 非局部全变差正则化模型求解的交替迭代快速算法 | 第27-29页 |
| 2.3 实验结果与分析 | 第29-39页 |
| 2.4 本章小结 | 第39-41页 |
| 3 基于欧拉弹性的低光子泊松图像去噪 | 第41-61页 |
| 3.1 水平集与欧拉弹性 | 第42-43页 |
| 3.2 基于欧拉弹性正则化的的泊松图像修补去噪模型 | 第43-44页 |
| 3.3 模型的数值算法 | 第44-48页 |
| 3.3.1 变量解耦 | 第45页 |
| 3.3.2 子问题求解 | 第45-47页 |
| 3.3.3 算法描述 | 第47-48页 |
| 3.4 实验结果与分析 | 第48-60页 |
| 3.5 本章小节 | 第60-61页 |
| 4 泊松噪声下的耦合正则化非盲图像复原 | 第61-81页 |
| 4.1 模型的提出 | 第61-63页 |
| 4.2 模型的数值算法 | 第63-67页 |
| 4.2.1 交替迭代格式 | 第63-66页 |
| 4.2.2 算法描述 | 第66-67页 |
| 4.3 实验结果与分析 | 第67-78页 |
| 4.4 本章小结 | 第78-81页 |
| 5 基于变分拟合模型的图像分割 | 第81-97页 |
| 5.1 变分Potts模型 | 第82-83页 |
| 5.2 基于变分拟合模型的图像分割方法 | 第83-88页 |
| 5.2.1 相似拟合项 | 第84-85页 |
| 5.2.2 总能量方程 | 第85-86页 |
| 5.2.3 快速算法 | 第86-88页 |
| 5.3 实验结果与分析 | 第88-96页 |
| 5.3.1 参数分析 | 第88-89页 |
| 5.3.2 含泊松噪声PET图像的分割实验与分析 | 第89-90页 |
| 5.3.3 多模态脑图像的分割实验与分析 | 第90-92页 |
| 5.3.4 自然图像的分割实验与分析 | 第92-94页 |
| 5.3.5 纹理图像的分割实验与分析 | 第94-96页 |
| 5.4 本章小结 | 第96-97页 |
| 6 总结和展望 | 第97-99页 |
| 6.1 总结 | 第97-98页 |
| 6.2 展望 | 第98-99页 |
| 致谢 | 第99-101页 |
| 参考文献 | 第101-113页 |
| 附录A 攻读博士学位期间发表和已完成论文情况 | 第113-115页 |
| 附录B 攻读博士学位期间参加的科学研究情况 | 第115页 |