| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 变分偏微分方程图像处理发展历史 | 第12-16页 |
| 1.3 论文主要研究内容和结构安排 | 第16-19页 |
| 第2章 数学理论基础 | 第19-33页 |
| 2.1 偏微分方程理论基础 | 第19-21页 |
| 2.2 变分法和梯度下降流 | 第21-25页 |
| 2.3 偏微分方程数值计算的有限差分法 | 第25-29页 |
| 2.4 变分法和偏微分方程的图像处理例子 | 第29-33页 |
| 第3章 基于梯度直方图变换的图像增强 | 第33-51页 |
| 3.1 基于梯度场的非线性变换的红外图像 | 第33-39页 |
| 3.2 双阈值梯度场均衡化的变分红外图像增强 | 第39-49页 |
| 3.3 本章小结 | 第49-51页 |
| 第4章 基于梯度场规定化的图像细节增强 | 第51-69页 |
| 4.1 结合梯度直方图规定化和分层直方图均衡化的红外图像增强 | 第51-62页 |
| 4.2 双峰高斯函数规定化的变分红外图像增强 | 第62-67页 |
| 4.3 本章小结 | 第67-69页 |
| 第5章 基于结构张量的变分多源图像融合 | 第69-81页 |
| 5.1 多源图像的融合梯度场构造 | 第70-75页 |
| 5.2 多源图像融合梯度场的重建 | 第75-76页 |
| 5.3 实验结果与分析 | 第76-79页 |
| 5.4 总结 | 第79-81页 |
| 第6章 基于梯度信息熵测量和拉普拉斯扩散约束的噪声多光谱图像融合 | 第81-97页 |
| 6.1 基于梯度信息熵测量的结构张量的构造 | 第82-86页 |
| 6.2 结合拉普拉斯扩散约束的融合梯度场的可视化 | 第86-88页 |
| 6.3 实验结果和讨论 | 第88-96页 |
| 6.4 本章小结 | 第96-97页 |
| 第7章 总结与展望 | 第97-100页 |
| 7.1 论文总结 | 第97-99页 |
| 7.2 下一步工作展望 | 第99-100页 |
| 参考文献 | 第100-108页 |
| 在学期间学术成果情况 | 第108-109页 |
| 指导教师及作者简介 | 第109-110页 |
| 致谢 | 第110页 |