| 提要 | 第1-7页 |
| 第1章 引言 | 第7-17页 |
| §1.1 图像的基本知识 | 第7-10页 |
| §1.1.1 静态灰度图像的离散模型 | 第7-9页 |
| §1.1.2 数据图像的存储模型 | 第9-10页 |
| §1.2 噪声分类 | 第10-12页 |
| §1.3 现有的去噪方法 | 第12页 |
| §1.4 基于偏微分方程的图像去噪方法 | 第12-16页 |
| §1.5 本文的内容安排 | 第16-17页 |
| 第2章 P-M模型及其改进 | 第17-22页 |
| §2.1 传统的P-M模型 | 第17-18页 |
| §2.2 一种改进的P-M模型 | 第18-19页 |
| §2.3 对已有数值实验的分析 | 第19-22页 |
| 第3章 变分去噪模型在图像去噪中的应用 | 第22-32页 |
| §3.1 变分法相关知识 | 第22-23页 |
| §3.2 变分学基本引理 | 第23-26页 |
| §3.3 全变差图像复原模型 | 第26-28页 |
| §3.4 全变差图像复原模型的数值解法 | 第28-29页 |
| §3.5 另外两种TV去噪模型 | 第29页 |
| §3.6 对已有数值实验的分析 | 第29-32页 |
| 第4章 基于高阶偏微分方程的图像去噪方法 | 第32-37页 |
| §4.1 You-Kaveh高阶去噪模型 | 第32-33页 |
| §4.2 具有纹理保持能力的四阶偏微分方程去噪方法 | 第33-34页 |
| §4.3 对已有数值实验的分析 | 第34-37页 |
| 第5章 总结与展望 | 第37-39页 |
| §5.1 总结 | 第37页 |
| §5.2 展望 | 第37-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42-43页 |
| 中文摘要 | 第43-46页 |
| Abstract | 第46-49页 |