基于全变分的自适应图像修复算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 论文研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及趋势 | 第10-14页 |
| 1.2.1 基于图像卡通局部破损的修复算法 | 第11-12页 |
| 1.2.2 基于图像纹理结构的修复方法 | 第12-13页 |
| 1.2.3 研究趋势 | 第13-14页 |
| 1.3 本文研究工作和章节安排 | 第14-16页 |
| 1.3.1 主要内容 | 第14-15页 |
| 1.3.2 章节安排 | 第15-16页 |
| 第二章 数字图像修复基础理论 | 第16-29页 |
| 2.1 图像修复问题及原则 | 第16-19页 |
| 2.1.1 图像修复问题 | 第16-17页 |
| 2.1.2 图像修复原则 | 第17-19页 |
| 2.2 图像修复贝叶斯原理及泛函变分 | 第19-21页 |
| 2.2.1 最佳猜测与贝叶斯原理 | 第19-20页 |
| 2.2.2 泛函变分相关理论 | 第20-21页 |
| 2.3 基于PDE的图像修复模型 | 第21-25页 |
| 2.3.1 TV模型 | 第21-22页 |
| 2.3.2 BSCB模型 | 第22-24页 |
| 2.3.3 CDD模型 | 第24-25页 |
| 2.3.4 MS模型 | 第25页 |
| 2.4 变分模型算法概述 | 第25-29页 |
| 2.4.1 最速下降法 | 第25-26页 |
| 2.4.2 ADMM算法 | 第26-27页 |
| 2.4.3 SplitBregman算法 | 第27-28页 |
| 2.4.4 Primal-dual算法 | 第28-29页 |
| 第三章 自适应分数阶TV修复算法 | 第29-40页 |
| 3.1 引言 | 第29-30页 |
| 3.2 系统模型 | 第30-33页 |
| 3.2.1 经典TV修复模型 | 第31-32页 |
| 3.2.2 分数阶微分模型 | 第32-33页 |
| 3.3 分数阶TV修复模型的提出 | 第33-34页 |
| 3.4 数值算法 | 第34-35页 |
| 3.5 数值实验 | 第35-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于卡通纹理分解的图像修复算法 | 第40-53页 |
| 4.1 引言 | 第40-41页 |
| 4.2 系统模型 | 第41-43页 |
| 4.2.1 图像分解模型 | 第41-42页 |
| 4.2.2 二阶TGV模型 | 第42-43页 |
| 4.3 新模型的提出 | 第43-45页 |
| 4.3.1 自适应二阶总广义变分修复模型 | 第43-44页 |
| 4.3.2 自适应分数阶变分修复模型 | 第44-45页 |
| 4.4 数值算法 | 第45-47页 |
| 4.5 数值实验 | 第47-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间的研究成果 | 第59-60页 |
