| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 主要符号表 | 第11-12页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 课题背景及研究意义 | 第12-13页 |
| 1.2 图像复原方法及研究现状 | 第13-17页 |
| 1.2.1 图像去模糊去噪 | 第13-16页 |
| 1.2.2 图像修复 | 第16-17页 |
| 1.3 高光谱图像解混方法及研究现状 | 第17-19页 |
| 1.4 论文研究的主要内容及结构安排 | 第19-21页 |
| 1.4.1 论文的主要内容 | 第19-20页 |
| 1.4.2 论文的结构 | 第20-21页 |
| 第二章 高斯噪声下的图像去模糊方法 | 第21-36页 |
| 2.1 引言 | 第21-23页 |
| 2.2 交替迭代算法 | 第23-26页 |
| 2.2.1 逼近映射 | 第23-24页 |
| 2.2.2 快速迭代收缩阈值方法 | 第24页 |
| 2.2.3 Chambolle对偶迭代方法 | 第24-25页 |
| 2.2.4 交替迭代算法 | 第25-26页 |
| 2.3 收敛性分析 | 第26-31页 |
| 2.4 实验结果及分析 | 第31-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 混合高斯噪声和脉冲噪声下的模糊图像复原方法 | 第36-50页 |
| 3.1 引言 | 第36-38页 |
| 3.2 相关算法 | 第38-39页 |
| 3.2.1 相关算法总结 | 第38页 |
| 3.2.2 交替方向乘子法图像复原 | 第38-39页 |
| 3.3 混合高斯噪声和脉冲噪声去除方法 | 第39-41页 |
| 3.4 实验结果与分析 | 第41-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于高阶全变差正则的超声图像去噪方法 | 第50-65页 |
| 4.1 引言 | 第50-52页 |
| 4.2 去斑点噪声模型与求解算法 | 第52-56页 |
| 4.3 实验结果与分析 | 第56-64页 |
| 4.3.1 仿真图像算例 | 第57-62页 |
| 4.3.2 真实超声图像算例 | 第62-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 基于再生核Hilbert空间和Heaviside函数的图像修复方法 | 第65-82页 |
| 5.1 引言 | 第65-67页 |
| 5.2 再生希尔伯特空间简介 | 第67-70页 |
| 5.2.1 一维样条 | 第67-69页 |
| 5.2.2 二维薄板样条 | 第69-70页 |
| 5.3 图像修复模型与算法 | 第70-75页 |
| 5.4 实验结果及分析 | 第75-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第六章 基于图正则的高光谱图像解混方法 | 第82-107页 |
| 6.1 引言 | 第82-83页 |
| 6.2 相关基础知识 | 第83-85页 |
| 6.2.1 线性混合模型 | 第84页 |
| 6.2.2 对称的交替方向乘子方法 | 第84-85页 |
| 6.3 基于图正则的高光谱图像解混模型及算法 | 第85-90页 |
| 6.3.1 图正则稀疏解混模型 | 第85-88页 |
| 6.3.2 GSHU算法 | 第88-90页 |
| 6.4 实验结果及分析 | 第90-105页 |
| 6.5 权重矩阵(2 的选取方法 | 第105-106页 |
| 6.6 本章小结 | 第106-107页 |
| 第七章 结论和展望 | 第107-109页 |
| 7.1 工作总结 | 第107-108页 |
| 7.2 未来工作展望 | 第108-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-123页 |
| 攻博期间取得的研究成果 | 第123-124页 |