| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-33页 |
| 1.1 基于偏微分方程和非局部平均的图像去噪方法 | 第18-23页 |
| 1.1.1 基于偏微分方程的图像去噪方法 | 第19-21页 |
| 1.1.2 基于非局部平均的图像去噪方法 | 第21-23页 |
| 1.2 基于变分框架的Retinex图像增强方法 | 第23-26页 |
| 1.2.1 颜色恒常和Retinex理论 | 第23-24页 |
| 1.2.2 国内外研究现状及发展趋势 | 第24-25页 |
| 1.2.3 变分法 | 第25-26页 |
| 1.3 基于梯度矢量流的图像分割问题 | 第26-28页 |
| 1.3.1 基于边缘的变分模型 | 第27-28页 |
| 1.3.2 基于梯度矢量流的Snake模型 | 第28页 |
| 1.4 客观评价 | 第28-30页 |
| 1.5 本论文主要工作 | 第30-33页 |
| 第二章 全局稀疏梯度耦合扩散方程的图像去噪模型 | 第33-59页 |
| 2.1 相关工作 | 第33-34页 |
| 2.2 全局稀疏梯度 | 第34-42页 |
| 2.2.1 全局稀疏梯度模型 | 第34-36页 |
| 2.2.2 全局稀疏梯度模型的优化算法 | 第36-38页 |
| 2.2.3 全局稀疏梯度模型的数值算法和鲁棒性 | 第38-42页 |
| 2.3 全局稀疏梯度耦合扩散方程的图像去噪模型 | 第42-49页 |
| 2.3.1 基于全局稀疏梯度的耦合模型 | 第42页 |
| 2.3.2 耦合模型的适定性证明 | 第42-48页 |
| 2.3.3 耦合模型的实现 | 第48-49页 |
| 2.4 实验结果与分析 | 第49-57页 |
| 2.4.1 与其他去噪方法的比较 | 第49-52页 |
| 2.4.2 参数变化的影响 | 第52-56页 |
| 2.4.3 算法稳定性分析 | 第56-57页 |
| 2.5 本章小结 | 第57-59页 |
| 第三章 全局稀疏梯度耦合张量扩散的图像去噪模型 | 第59-69页 |
| 3.1 相关工作 | 第59-61页 |
| 3.2 全局稀疏梯度场耦合张量扩散的去噪模型 | 第61-63页 |
| 3.2.1 全局稀疏梯度场耦合张量扩散的去噪模型 | 第61页 |
| 3.2.2 数值离散格式和算法 | 第61-63页 |
| 3.3 实验结果与分析 | 第63-66页 |
| 3.3.1 与其他去噪方法的比较 | 第63-66页 |
| 3.3.2 算法稳定性分析 | 第66页 |
| 3.4 本章小结 | 第66-69页 |
| 第四章 基于自适应全局稀疏梯度的非局部图像去噪模型 | 第69-85页 |
| 4.1 相关工作 | 第69-71页 |
| 4.2 自适应全局稀疏梯度模型 | 第71-74页 |
| 4.2.1 全局稀疏梯度模型的离散形式 | 第71-72页 |
| 4.2.2 自适应全局稀疏梯度模型 | 第72-73页 |
| 4.2.3 优化算法 | 第73-74页 |
| 4.3 基于全局稀疏梯度的非局部去噪算法 | 第74-76页 |
| 4.3.1 新的去噪算法 | 第74-75页 |
| 4.3.2 算法复杂度比较 | 第75-76页 |
| 4.4 实验结果与分析 | 第76-84页 |
| 4.4.1 稀疏梯度场模型的鲁棒性 | 第76-79页 |
| 4.4.2 去噪效果的对比实验 | 第79-84页 |
| 4.5 本章小结 | 第84-85页 |
| 第五章 基于全局稀疏梯度的变分Retinex图像增强模型 | 第85-101页 |
| 5.1 引言 | 第85-86页 |
| 5.2 相关工作 | 第86-88页 |
| 5.3 基于全局稀疏梯度变分Retinex的图像增强 | 第88-91页 |
| 5.4 实验结果与分析 | 第91-99页 |
| 5.5 本章小结 | 第99-101页 |
| 第六章 基于全局梯度流的图像分割模型 | 第101-111页 |
| 6.1 相关工作 | 第101-105页 |
| 6.1.1 Snake模型 | 第101-103页 |
| 6.1.2 GVF Snake模型 | 第103-105页 |
| 6.2 全局梯度流模型Snake模型 | 第105-106页 |
| 6.2.1 全局梯度流模型(GGF) | 第105-106页 |
| 6.2.2 GGF Snake分割模型 | 第106页 |
| 6.2.3 GGF Snake模型的实现 | 第106页 |
| 6.3 数值实验 | 第106-109页 |
| 6.4 小结 | 第109-111页 |
| 第七章 总结与展望 | 第111-113页 |
| 7.1 总结 | 第111-112页 |
| 7.2 展望 | 第112-113页 |
| 参考文献 | 第113-121页 |
| 致谢 | 第121-123页 |
| 作者简介 | 第123-124页 |
