| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 图像处理的噪声及数学模型 | 第16-18页 |
| 1.1.1 图像处理的噪声模型 | 第16-17页 |
| 1.1.2 图像处理的数学模型 | 第17-18页 |
| 1.2 小波分析的发展历程 | 第18-19页 |
| 1.3 偏微分方程和变分在图像处理中的发展及主要模型 | 第19-24页 |
| 1.3.1 偏微分方程和变分在图像处理中的发展历程 | 第20页 |
| 1.3.2 基于变分和偏微分方程的主要图像处理模型 | 第20-24页 |
| 1.4 图像处理中的非局部方法 | 第24-25页 |
| 1.5 本文的主要工作 | 第25-28页 |
| 第二章 基于非局部TV正则化的波原子去噪算法 | 第28-36页 |
| 2.1 相关工作 | 第28-30页 |
| 2.1.1 波原子 | 第28-29页 |
| 2.1.2 非局部TV | 第29-30页 |
| 2.2 非局部TV正则化的波原子去噪算法 | 第30-32页 |
| 2.2.1 新模型的提出 | 第30-31页 |
| 2.2.2 算法描述 | 第31-32页 |
| 2.3 数值实验结果及讨论 | 第32-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 图像放大的TGV正则化算法 | 第36-50页 |
| 3.1 引言 | 第36-37页 |
| 3.2 二阶TGV图像放大 | 第37-44页 |
| 3.2.1 TGV的相关介绍 | 第37-38页 |
| 3.2.2 Chambolle图像放大模型 | 第38-39页 |
| 3.2.3 二阶TGV放大模型及算法 | 第39-40页 |
| 3.2.4 数值实验 | 第40-44页 |
| 3.3 利用小波和二阶TGV的图像放大 | 第44-49页 |
| 3.3.1 基于小波的图像放大 | 第44页 |
| 3.3.2 基于小波和二阶TGV的图像放大模型 | 第44-46页 |
| 3.3.3 数值实验 | 第46-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 联合平衡正则项的卡通纹理非凸图像修复模型 | 第50-60页 |
| 4.1 引言 | 第50页 |
| 4.2 相关的工作 | 第50-53页 |
| 4.2.1 小波紧框架framelet | 第51-52页 |
| 4.2.2 迫近p范数 | 第52-53页 |
| 4.3 联合平衡正则项的卡通纹理非凸稀疏图像修复模型 | 第53-55页 |
| 4.4 数值试验 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 去除图像乘性噪声的三种改进模型 | 第60-86页 |
| 5.1 引言 | 第60-61页 |
| 5.2 结合自适应核回归和全变差的乘性噪声去除 | 第61-69页 |
| 5.2.1 自适应引导核回归 | 第62-63页 |
| 5.2.2 基于自适应核回归和全变差的噪声去除 | 第63-64页 |
| 5.2.3 数值实验 | 第64-69页 |
| 5.3 非凸二阶TGV的乘性噪声去除模型 | 第69-78页 |
| 5.3.1 非凸二阶TGV | 第69-70页 |
| 5.3.2 非凸二阶TGV的乘性噪声去除模型 | 第70页 |
| 5.3.3 新模型求解 | 第70-72页 |
| 5.3.4 数值实验 | 第72-78页 |
| 5.4 基于非凸低秩的乘性噪声去除模型 | 第78-85页 |
| 5.4.1 非凸低秩方法 | 第78-79页 |
| 5.4.2 非凸低秩正则化的乘性噪声去除模型 | 第79页 |
| 5.4.3 新模型求解 | 第79-81页 |
| 5.4.4 数值实验 | 第81-85页 |
| 5.5 本章小结 | 第85-86页 |
| 第六章 总结和展望 | 第86-88页 |
| 6.1 总结 | 第86-87页 |
| 6.2 研究展望 | 第87-88页 |
| 参考文献 | 第88-100页 |
| 致谢 | 第100-102页 |
| 作者简介 | 第102-104页 |
| 1. 基本情况 | 第102页 |
| 2. 教育背景 | 第102页 |
| 3. 攻读博士学位期间的研究成果 | 第102-104页 |
