基于稀疏低秩矩阵的有噪图像修复方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 图像修复研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-13页 |
| 1.2.1 图像修复的研究现状 | 第11页 |
| 1.2.2 稀疏低秩矩阵的研究现状及发展趋势 | 第11-13页 |
| 1.3 论文的研究内容及章节安排 | 第13-15页 |
| 1.3.1 论文研究内容 | 第13页 |
| 1.3.2 论文的章节安排 | 第13-15页 |
| 第二章 低秩稀疏矩阵分解理论基础 | 第15-23页 |
| 2.0 预备知识 | 第15-17页 |
| 2.1 低秩矩阵恢复概述 | 第17-20页 |
| 2.1.1 低秩矩阵恢复模型描述 | 第18页 |
| 2.1.2 低秩矩阵恢复应用 | 第18-20页 |
| 2.2 低秩矩阵填充概述 | 第20-22页 |
| 2.2.1 低秩矩阵填充模型描述 | 第20-21页 |
| 2.2.2 低秩矩阵填充应用 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 低秩稀疏矩阵分解的求解算法 | 第23-38页 |
| 3.1 低秩矩阵恢复的求解方法 | 第23-29页 |
| 3.1.1 APG 算法 | 第23-26页 |
| 3.1.2 ALM 算法 | 第26-29页 |
| 3.2 低秩矩阵填充算法 | 第29-32页 |
| 3.2.1 APG 算法 | 第29-31页 |
| 3.2.2 ALM 算法 | 第31-32页 |
| 3.3 实验结果与分析 | 第32-37页 |
| 3.3.1 低秩矩阵恢复实验结果与分析 | 第32-35页 |
| 3.3.2 低秩矩阵填充实验结果与分析 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于低秩稀疏矩阵分解的图像修复算法 | 第38-50页 |
| 4.1 新模型概述 | 第38-40页 |
| 4.1.1 新模型求解方法 | 第39-40页 |
| 4.2 实验结果与分析 | 第40-49页 |
| 4.2.1 数值实验结果与分析 | 第40-41页 |
| 4.2.2 图像修复实验结果与分析 | 第41-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 基于低秩稀疏矩阵分解的有噪图像修复算法 | 第50-56页 |
| 5.1 基于低秩矩阵填充的恢复模型概述 | 第50-51页 |
| 5.2 基于低秩矩阵填充的恢复模型的求解方法 | 第51-53页 |
| 5.3 实验结果与分析 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 结论 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间所取得的相关科研成果 | 第61-62页 |
| 致谢 | 第62-63页 |
