| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-19页 |
| 第一章 绪论 | 第19-37页 |
| ·选题的背景和研究意义 | 第19-20页 |
| ·国内外研究现状分析 | 第20-28页 |
| ·视频图像前景背景分离 | 第21-25页 |
| ·视频图像修复 | 第25-27页 |
| ·其他视频图像处理工作 | 第27-28页 |
| ·一些相关算法的介绍 | 第28-31页 |
| ·投影梯度法 | 第29页 |
| ·迭代阈值法 | 第29-30页 |
| ·交替方向乘子法 | 第30-31页 |
| ·视频图像处理的评判方式 | 第31-34页 |
| ·ROC曲线 | 第31页 |
| ·PR曲线 | 第31-33页 |
| ·相关度 | 第33页 |
| ·PSNR | 第33页 |
| ·SSIM | 第33-34页 |
| ·本文的主要工作 | 第34-37页 |
| 第二章 基于等式约束的“低秩+对偶”模型 | 第37-55页 |
| ·引言 | 第37-38页 |
| ·相关工作 | 第38-43页 |
| ·低秩稀疏模型 | 第38-39页 |
| ·低秩对偶模型 | 第39-43页 |
| ·问题的简化和理论推导 | 第43-47页 |
| ·简化至向量域 | 第43-44页 |
| ·l_∞+ l_1最小化问题 | 第44-45页 |
| ·交替迭代算法 | 第45-47页 |
| ·实验结果 | 第47-52页 |
| ·阈值讨论 | 第47-48页 |
| ·仿真实验 | 第48-50页 |
| ·视频图像背景建模 | 第50-51页 |
| ·人脸图像光影去除 | 第51-52页 |
| ·本章小结 | 第52-55页 |
| 第三章 基于低秩对偶逼近的图像（序列）修复算法 | 第55-71页 |
| ·引言 | 第55-56页 |
| ·图像修复 | 第56-60页 |
| ·块排序 | 第56-58页 |
| ·块匹配 | 第58页 |
| ·块修复 | 第58-59页 |
| ·修复算法 | 第59-60页 |
| ·数值实验 | 第60-63页 |
| ·测试块修复实验 | 第60-62页 |
| ·真实图像修复实验 | 第62-63页 |
| ·图像序列修复实验 | 第63页 |
| ·本章小结 | 第63-71页 |
| 第四章 基于不等式约束的加权“低秩+对偶”松弛模型 | 第71-89页 |
| ·引言 | 第71-74页 |
| ·对偶范数模型 | 第74-78页 |
| ·对偶范数约束下的泛函 | 第74-75页 |
| ·对偶范数模型算法 | 第75-78页 |
| ·加权的对偶泛函模型 | 第78-81页 |
| ·模型建立 | 第78-79页 |
| ·对偶泛函模型算法 | 第79-81页 |
| ·实验结果 | 第81-86页 |
| ·本章小结 | 第86-89页 |
| 第五章 基于Max-范数的矩阵低秩稀疏分解模型 | 第89-101页 |
| ·引言 | 第89-90页 |
| ·Max-范数 | 第90-91页 |
| ·等式约束模型 | 第91-94页 |
| ·模型分析 | 第91-92页 |
| ·Max极小化问题 | 第92-93页 |
| ·ADMM | 第93-94页 |
| ·不等式约束模型 | 第94-96页 |
| ·固定变量E，求解目标变量L，R | 第94-95页 |
| ·固定变量L，R，求解目标变量E | 第95页 |
| ·PGM | 第95-96页 |
| ·数值实验 | 第96-97页 |
| ·监控视频序列的前景背景分离数值实验 | 第96-97页 |
| ·人脸采集图样的光影去除实验 | 第97页 |
| ·本章小结 | 第97-101页 |
| 第六章 总结与展望 | 第101-105页 |
| ·总结 | 第101-102页 |
| ·展望 | 第102-105页 |
| 参考文献 | 第105-117页 |
| 致谢 | 第117-119页 |
| 作者简介 | 第119-121页 |