基于变分原理的数字图像恢复技术
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景与发展现状 | 第9-10页 |
| 1.2 本文涉及的图像恢复问题 | 第10-11页 |
| 1.3 论文主要的研究内容和结构安排 | 第11-13页 |
| 第二章 全变分原理图像恢复基础 | 第13-23页 |
| 2.1 全变分基础知识及基本理论 | 第13-15页 |
| 2.1.1 全变分基础 | 第13-14页 |
| 2.1.2 全变分基本理论 | 第14-15页 |
| 2.2 Euler-Lagrange方程 | 第15-19页 |
| 2.2.1 最简函数泛函的欧拉方程 | 第15-16页 |
| 2.2.2 多元函数泛函的欧拉方程 | 第16-19页 |
| 2.3 TV图像恢复模型及PDE推导 | 第19-22页 |
| 2.3.1 TV图像恢复模型 | 第19-20页 |
| 2.3.2 模型的PDE推导 | 第20-22页 |
| 本章小结 | 第22-23页 |
| 第三章 基于全变分原理的图像去噪 | 第23-43页 |
| 3.1 经典的图像去噪方法 | 第23-29页 |
| 3.1.1 均值滤波去噪 | 第23-24页 |
| 3.1.2 中值滤波去噪 | 第24页 |
| 3.1.3 维纳滤波去噪 | 第24-25页 |
| 3.1.4 实验结果对比分析 | 第25-29页 |
| 3.2 自适应TV去噪模型 | 第29-32页 |
| 3.2.1 各向同性扩散模型 | 第29-30页 |
| 3.2.2 TV去噪模型 | 第30-31页 |
| 3.2.3 自适应TV去噪模型 | 第31-32页 |
| 3.3 自适应全变分中值滤波去噪模型 | 第32-42页 |
| 3.3.1 算法的改进 | 第32-37页 |
| 3.3.2 模型的数值解法 | 第37-38页 |
| 3.3.3 实验结果对比分析 | 第38-42页 |
| 本章小结 | 第42-43页 |
| 第四章 基于全变分原理的图像去模糊 | 第43-55页 |
| 4.1 点扩散函数(PSF) | 第43-44页 |
| 4.2 已知模糊核的TV图像去模糊模型 | 第44-48页 |
| 4.2.1 已知模糊核的TV图像去模糊模型 | 第45-47页 |
| 4.2.2 实验结果分析 | 第47-48页 |
| 4.3 TV图像盲复原模型 | 第48-53页 |
| 4.3.1 图像盲复原问题的提出 | 第49页 |
| 4.3.2 TV盲复原模型 | 第49-52页 |
| 4.3.3 实验结果分析 | 第52-53页 |
| 本章小结 | 第53-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 发表文章目录 | 第59-60页 |
| 致谢 | 第60-61页 |
| 论文摘要 | 第61-68页 |
