| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 缩略词表 | 第17-21页 |
| 主要符号表 | 第21-23页 |
| 第一章 绪论 | 第23-44页 |
| 1.1 研究工作的背景与意义 | 第23-30页 |
| 1.2 国内外研究现状 | 第30-40页 |
| 1.2.1 基于核范数图像复原的研究现状 | 第30-37页 |
| 1.2.2 基于扩散理论的图像复原研究现状 | 第37-40页 |
| 1.3 本文工作与创新 | 第40-42页 |
| 1.4 本文结构与安排 | 第42-44页 |
| 第二章 研究基础 | 第44-54页 |
| 2.1 高斯噪声模型和脉冲噪声模型的范数表示 | 第44-46页 |
| 2.1.1 高斯噪声模型的范数表示 | 第45页 |
| 2.1.2 脉冲噪声模型的范数表示 | 第45-46页 |
| 2.2 全变分扩散 | 第46-49页 |
| 2.2.1 全变分扩散原理 | 第46-47页 |
| 2.2.2 导数算子 | 第47-49页 |
| 2.3 核范数启发式低秩逼近 | 第49-51页 |
| 2.3.1 同解条件 | 第49-50页 |
| 2.3.2 优化算法 | 第50-51页 |
| 2.4 图像质量评价标准 | 第51-53页 |
| 2.4.1 峰值信噪比(PSNR) | 第51-52页 |
| 2.4.2 结构相似索引测度均值(MSSIM) | 第52页 |
| 2.4.3 彩色图像的特征相似索引测度(FSIMC) | 第52-53页 |
| 2.5 本章小结 | 第53-54页 |
| 第三章 基于核范数的图像复原算法 | 第54-76页 |
| 3.1 引言 | 第54-56页 |
| 3.2 优化加权核范数收缩曲线 | 第56-61页 |
| 3.2.1 加权核范数的优化理论 | 第56-59页 |
| 3.2.2 收缩曲线表示及其优化 | 第59-61页 |
| 3.3 收缩曲线优化理论下的图像复原算法 | 第61-66页 |
| 3.3.1 观测数据建模 | 第61-63页 |
| 3.3.2 去噪算法 | 第63-66页 |
| 3.4 算法理论分析 | 第66-67页 |
| 3.4.1 奇异值向量信任度分析 | 第66-67页 |
| 3.4.2 奇异值收缩规模分析 | 第67页 |
| 3.5 数值实验 | 第67-75页 |
| 3.5.1 实验参数设置 | 第68页 |
| 3.5.2 实验结果与比较 | 第68-75页 |
| 3.6 本章小结 | 第75-76页 |
| 第四章 基于改进PM扩散的图像复原算法 | 第76-92页 |
| 4.1 引言 | 第76-78页 |
| 4.2 噪声模型和去噪结构 | 第78页 |
| 4.3 噪声检测 | 第78-80页 |
| 4.4 噪声去除 | 第80-82页 |
| 4.5 算法加速 | 第82-85页 |
| 4.6 数值实验 | 第85-91页 |
| 4.6.1 实验参数设置 | 第85-87页 |
| 4.6.2 实验结果 | 第87页 |
| 4.6.3 结果比较 | 第87-91页 |
| 4.7 本章小结 | 第91-92页 |
| 第五章 基于决策全变分扩散的图像复原算法 | 第92-120页 |
| 5.1 引言 | 第92-94页 |
| 5.2 噪声模型和去噪结构 | 第94-95页 |
| 5.2.1 噪声模型 | 第94-95页 |
| 5.2.2 去噪结构 | 第95页 |
| 5.3 噪声检测 | 第95-98页 |
| 5.3.1 椒盐脉冲噪声检测 | 第96-97页 |
| 5.3.2 随机值脉冲噪声检测 | 第97-98页 |
| 5.4 决策全变分扩散去噪 | 第98-102页 |
| 5.4.1 全变分最速下降流 | 第98-99页 |
| 5.4.2 数值化离散方法 | 第99-102页 |
| 5.5 椒盐噪声去除算法加速 | 第102-103页 |
| 5.6 计算复杂度分析 | 第103-104页 |
| 5.7 数值实验 | 第104-119页 |
| 5.7.1 实验参数设置 | 第105页 |
| 5.7.2 实验结果与比较 | 第105-118页 |
| 5.7.2.1 去除椒盐噪声的实验结果与比较 | 第107-110页 |
| 5.7.2.2 去除随机值脉冲噪声的实验结果与比较 | 第110-118页 |
| 5.7.3 计算复杂度比较 | 第118-119页 |
| 5.8 本章小结 | 第119-120页 |
| 第六章 基于边缘方向扩散的彩色图像复原算法 | 第120-145页 |
| 6.1 序言 | 第120-122页 |
| 6.2 去噪结构 | 第122-123页 |
| 6.3 噪声模型和分量处理分析 | 第123-124页 |
| 6.4 噪声检测 | 第124-127页 |
| 6.4.1 椒盐噪声检测 | 第125-126页 |
| 6.4.2 随机值脉冲噪声检测 | 第126-127页 |
| 6.5 噪声抑制 | 第127-131页 |
| 6.6 数值实验 | 第131-143页 |
| 6.6.1 实验参数设置 | 第131-133页 |
| 6.6.2 实验结果和比较 | 第133-143页 |
| 6.6.2.1 去除椒盐噪声的实验结果与比较 | 第133-139页 |
| 6.6.2.2 去除随机值脉冲噪声的实验结果与比较 | 第139-142页 |
| 6.6.2.3 比较结果及结论 | 第142-143页 |
| 6.7 本章小结 | 第143-145页 |
| 第七章 基于耦合通道方向扩散的彩色图像复原算法 | 第145-160页 |
| 7.1 序言 | 第145-146页 |
| 7.2 再次解读全变分扩散 | 第146-148页 |
| 7.2.1 整体坐标系与局部坐标系 | 第146-147页 |
| 7.2.2 全变分扩散的本质 | 第147-148页 |
| 7.3 耦合通道扩散 | 第148-150页 |
| 7.3.1 彩色图像梯度表示 | 第148-149页 |
| 7.3.2 耦合通道方向扩散流 | 第149-150页 |
| 7.3.3 应用算法 | 第150页 |
| 7.4 边缘扩散vs耦合扩散 | 第150-154页 |
| 7.5 数值实验 | 第154-159页 |
| 7.5.1 实验参数设置 | 第154-155页 |
| 7.5.2 数值化方案 | 第155-156页 |
| 7.5.3 实验结果与比较 | 第156-159页 |
| 7.6 本章小结 | 第159-160页 |
| 第八章 全文总结与展望 | 第160-164页 |
| 8.1 全文工作总结 | 第160-162页 |
| 8.2 后续工作展望 | 第162-164页 |
| 致谢 | 第164-166页 |
| 参考文献 | 第166-181页 |
| 攻读博士学位期间取得的成果 | 第181-182页 |
