| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-12页 |
| 1 绪论 | 第12-28页 |
| ·问题研究背景 | 第12-13页 |
| ·图像去噪方法综述及研究动态 | 第13-25页 |
| ·空间域图像去噪方法 | 第13-17页 |
| ·小波变换域上图像去噪方法 | 第17-21页 |
| ·基于偏微分方程的扩散模型 | 第21-25页 |
| ·论文研究路线 | 第25-26页 |
| ·论文的主要内容 | 第26-28页 |
| ·论文的主要成果及创新点 | 第26-27页 |
| ·论文的组织结构 | 第27-28页 |
| 2 小波(分数阶B样条小波)系数多尺度相关性图像去噪 | 第28-43页 |
| ·引言 | 第28-29页 |
| ·小波变换与分数阶B样条小波 | 第29-32页 |
| ·小波变换的基本定义 | 第29页 |
| ·分数阶B样条小波 | 第29-32页 |
| ·基于小波(分数阶B样条小波)系数相关性的图像去噪 | 第32-42页 |
| ·小波系数相关性去噪原理 | 第32-33页 |
| ·基于最大子结点的相关系数去噪 | 第33-35页 |
| ·数值实验与分析 | 第35-42页 |
| ·本章小结 | 第42-43页 |
| 3 小波(分数阶B样条小波)与TV正则结合的图像去噪模型 | 第43-59页 |
| ·引言 | 第43-44页 |
| ·图像去噪的TV模型 | 第44-45页 |
| ·正则性指数与TV止则结合的小波域图像去噪 | 第45-52页 |
| ·小波度量正则性 | 第45-46页 |
| ·模型提出 | 第46-47页 |
| ·算法实现 | 第47-48页 |
| ·数值实验与分析 | 第48-52页 |
| ·分数阶B样条小波域的变分去噪模型 | 第52-57页 |
| ·小波阈值与TV最小结合的图像变分模型 | 第52-53页 |
| ·分数阶B样条小波域的变分去噪模型 | 第53-54页 |
| ·数值实验与分析 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 4 改进的核回归图像去噪模型及插值推广 | 第59-83页 |
| ·引言 | 第59-60页 |
| ·Steering核回归模型 | 第60-65页 |
| ·核回归模型的建立 | 第60-63页 |
| ·自适应核函数 | 第63-65页 |
| ·基于结构张量的自适应核回归图像去噪与插值 | 第65-74页 |
| ·结构张量定义 | 第65-67页 |
| ·自适应的结构张量核回归模型 | 第67-69页 |
| ·数值实验与分析 | 第69-74页 |
| ·改进的边缘保持的核回归图像去噪与插值 | 第74-82页 |
| ·边缘保持的核函数 | 第74-76页 |
| ·改进的边缘保持核回归模型 | 第76-77页 |
| ·数值实验与分析 | 第77-82页 |
| ·本章小结 | 第82-83页 |
| 5 结构保持的非局部图像变分模型与算法 | 第83-106页 |
| ·引言 | 第83-84页 |
| ·Patch相似性保真与非局部TV正则化的图像变分模型 | 第84-93页 |
| ·非局部滤波与非局部算子 | 第84-87页 |
| ·模型提出 | 第87-88页 |
| ·数值算法 | 第88-89页 |
| ·数值实验与分析 | 第89-93页 |
| ·自适应非局部Patch正则化图像变分模型 | 第93-105页 |
| ·非局部Patch正则化先验 | 第94-95页 |
| ·自适应权函数的选择 | 第95页 |
| ·模型提出 | 第95-96页 |
| ·模型推广-超分辨率重建 | 第96-97页 |
| ·模型的分裂Bregman算法 | 第97-98页 |
| ·数值实验与分析 | 第98-105页 |
| ·本章小结 | 第105-106页 |
| 6. 结束语 | 第106-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-122页 |
| 附录A 分数阶B样条性质 | 第122-124页 |
| 附录B 攻读博士学位期间发表及已完成论文情况 | 第124页 |
| 附录C 攻读博士学位期间参加课题及资助基金 | 第124页 |
