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

基于增广拉格朗日法的图像复原方法与应用

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-17页
    1.1 课题背景与研究意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 图像复原模型第12-15页
        1.3.1 贝叶斯图像复原模型第14-15页
        1.3.2 确定性图像复原模型第15页
    1.4 本文的主要研究内容第15-17页
第2章 基于 ALM 的图像复原方法总结第17-28页
    2.1 全变分图像复原模型第17-18页
    2.2 数学方法第18-24页
        2.2.1 变量分裂法第18页
        2.2.2 ALM 方法第18-21页
        2.2.3 图像复原相关问题的数值方法第21-24页
    2.3 基于 ALM 的全变分图像复原算法第24-25页
        2.3.1 SALSA 算法第24-25页
        2.3.2 FTVd 算法第25页
    2.4 基于 ALM 的多个正则项的图像复原算法第25-26页
    2.5 本章小结第26-28页
第3章 DFVS 全变分图像复原的算法第28-46页
    3.1 DFVS 全变分图像复原理论第28-32页
    3.2 DFVS 全变分图像复原算法第32-34页
    3.3 基于 ALM 的图像复原算法的实验第34-45页
        3.3.1 图像复原的实验设计第34-35页
        3.3.2 图像复原的评价指标第35-36页
        3.3.3 图像复原算法的复原质量对比第36-39页
        3.3.4 图像复原算法的复原质量指标对比第39-40页
        3.3.5 图像复原算法的性能对比第40-43页
        3.3.6 ADMM 方法和 IALM 方法的区别第43-45页
    3.4 本章小结第45-46页
第4章 基于 ALM 的图像复原的应用第46-54页
    4.1 主动轮廓模型第46-48页
    4.2 基于 ALM 的 GVF 算法第48-49页
    4.3 基于 ALM 的 GGVF 算法第49-51页
    4.4 基于 ALM 的 GVF 算法和 GGVF 算法的实验第51-53页
    4.5 本章小结第53-54页
结论第54-55页
参考文献第55-61页
攻读硕士学位期间发表的论文及其它成果第61-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:基于M-Bus的热量表数据采集器的设计与实现
下一篇:基于TPM的可信嵌入式平台的设计与实现