首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图像分解的Split Bregman方法

摘要第1-3页
Abstract第3-6页
第一章 绪论第6-10页
   ·研究的目的和意义第6-8页
   ·国内外研究现状第8-9页
   ·本文的主要工作第9-10页
第二章 变分方法及Split Bregman方法的概述第10-21页
   ·变分方法基础第10-14页
     ·泛函的定义第10页
     ·泛函的极值问题第10-14页
   ·Split Bregman方法的描述第14-19页
     ·Bregman距离第14页
     ·Bregman迭代第14-17页
     ·Split Bregman方法第17-19页
   ·本章小结第19-21页
第三章 TV模型与TV-L~1模型及其Split Bregman方法第21-31页
   ·TV模型的Split Bregman方法第21-24页
     ·TV模型的传统方法第21-24页
     ·TV模型的Split Bregman方法第24页
   ·TV-L~1模型及其Split Bregman方法第24-26页
     ·TV-L~1模型概述第24-25页
     ·TV-L~1模型的Split Bregman方法第25-26页
   ·实验结果与分析第26-29页
   ·本章小结第29-31页
第四章 图像分解模型及Split Bregman方法第31-49页
   ·VO模型及其Split Bregman方法第31-34页
     ·VO模型概述第31-33页
     ·VO模型的Split Bregman方法第33-34页
   ·OSV模型及Split Bregman方法第34-37页
     ·OSV模型概述第34-35页
     ·基于Split Bregman方法的OSV模型第35-37页
   ·基于L~1和OSV模型的改进模型第37-38页
     ·模型概述及Split Bregman方法第37-38页
   ·试验结果与分析第38-48页
     ·VO模型的数值试验结果与分析第38-45页
     ·OSV模型及新模型的数值试验与结果分析第45-48页
   ·本章小结第48-49页
第五章 图像分解的应用第49-58页
   ·基于图像分解和活动轮廓模型的纹理分割第49-54页
     ·简介第49页
     ·基于图像分解模型的纹理分割算法第49-52页
     ·试验结果及分析第52-54页
   ·基于图像分解的图像修复技术第54-57页
     ·简介第54页
     ·修复方法第54-56页
       ·图像分解第54-55页
       ·修复振荡部分第55页
       ·修复结构部分第55-56页
     ·修复结果第56-57页
   ·本章小结第57-58页
第六章 总结与展望第58-60页
   ·本文工作总结第58页
   ·今后工作展望第58-60页
参考文献第60-63页
攻读学位期间的研究成果第63-64页
致谢第64-65页

论文共65页,点击 下载论文
上一篇:LUCENE中文分词在科研文档全文检索系统的应用研究
下一篇:本体在智能小区中的应用研究