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

基于非线性结构张量的图像正则化方法研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第8-22页
    1.1 研究背景和意义第8-9页
    1.2 国内外研究现状第9-11页
        1.2.1 噪声降质模型第10-11页
        1.2.2 模糊降质模型第11页
    1.3 经典图像复原方法第11-17页
        1.3.1 基于滤波的复原方法第11-13页
        1.3.2 基于扩散方程的复原方法第13-15页
        1.3.3 马尔可夫随机场方法第15-16页
        1.3.4 基于正则化的复原方法第16-17页
    1.4 图像复原质量评价第17-18页
    1.5 图像复原仍存在的问题第18-19页
    1.6 本文的研究内容及主要工作第19-20页
    1.7 论文结构安排第20-22页
第二章 正则化方法研究第22-34页
    2.1 引言第22页
    2.2 反问题第22-23页
    2.3 正则化方法与贝叶斯估计的联系第23-25页
    2.4 正则化模型分类第25-26页
    2.5 变分正则化模型差分离散求解推导第26-28页
    2.6 基于局部方差的自适应正则化方法第28-32页
    2.7 小结第32-34页
第三章 基于原子分裂的非线性结构张量第34-51页
    3.1 引言第34页
    3.2 线性结构张量第34-38页
    3.3 非线性结构张量第38-41页
        3.3.1 基于散度的非线性结构张量第39-40页
        3.3.2 基于迹的非线性结构张量第40页
        3.3.3 基于曲率的非线性结构张量第40-41页
    3.4 基于原子分裂的非线性结构张量第41-49页
        3.4.1 基本理论第41-42页
        3.4.2 具体实现第42-43页
        3.4.3 实验结果及分析第43-49页
    3.5 小结第49-51页
第四章 基于非局部结构张量的图像正则化模型第51-66页
    4.1 引言第51-52页
    4.2 基于结构张量的局部总变差模型第52-54页
        4.2.1 总变差模型第53页
        4.2.2 基于结构张量的局部总变差模型第53-54页
    4.3 基于结构张量的非局部总变差模型第54-60页
        4.3.1 非局部总变差模型第55-56页
        4.3.2 基于非局部结构张量的非局部总变差模型第56-60页
    4.4 实验结果及分析第60-65页
    4.5 小结第65-66页
第五章 总结与展望第66-69页
    5.1 工作总结第66-67页
    5.2 未来展望第67-69页
致谢第69-70页
参考文献第70-75页
作者简介第75页

论文共75页,点击 下载论文
上一篇:基于用户行为数据分析的个性化推荐算法研究
下一篇:基于局部与非局部相似性学习的目标跟踪算法研究