| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·图像处理系统 | 第9-10页 |
| ·图像建模的理论和方法的研究现状 | 第10-13页 |
| ·统计建模方法 | 第10-11页 |
| ·正则化空间的几何图像模型方法 | 第11-12页 |
| ·几何多尺度建模方法 | 第12-13页 |
| ·图像建模方法比较 | 第13-14页 |
| ·本文的主要内容和结构 | 第14-15页 |
| 2 变分 PDE方法在图像恢复中的应用 | 第15-25页 |
| ·图像恢复模型 | 第15-16页 |
| ·PDE方程在图像恢复中的应用 | 第16-19页 |
| ·Gaussian滤波和线性尺度空间 | 第16-17页 |
| ·Perona-Malik各向异性扩散方程 | 第17-18页 |
| ·改进的各向异性扩散方程 | 第18-19页 |
| ·正则化几何模型 | 第19-25页 |
| ·经典方法 | 第19-20页 |
| ·TV模型 | 第20-23页 |
| ·有界变差函数基本理论 | 第21页 |
| ·TV模型的基本形式和实现 | 第21-23页 |
| ·更一般的模型 | 第23-25页 |
| 3 基于统计的图像建模 | 第25-34页 |
| ·基于 MRF方法的图像建模 | 第25-27页 |
| ·鲁棒统计 | 第27-34页 |
| ·鲁棒统计的简单介绍 | 第27-29页 |
| ·鲁棒性估计与各向异性扩散方程的关系 | 第29-31页 |
| ·其它重要的稳健函数 | 第31-34页 |
| 4 一种基于鲁棒统计的图像建模方法及其在去噪中的应用 | 第34-62页 |
| ·噪声的广义高斯分布模型 | 第34-35页 |
| ·正则化函数模型 | 第35-39页 |
| ·更一般的正则化目标泛函 | 第35-36页 |
| ·由正则化泛函得到的变分 PDE | 第36-38页 |
| ·位势函数应满足的正则化性质 | 第38-39页 |
| ·一种基于鲁棒统计的图像建模方法 | 第39-48页 |
| ·一种基于鲁棒统计建模的基本原理 | 第39-40页 |
| ·寻找能充分拟合梯度模直方图的概率分布 | 第40-44页 |
| ·建立由概率分布导出的位势函数 | 第44-48页 |
| ·变分PDE的离散化及其算法 | 第48-49页 |
| ·基于鲁棒统计的去噪模型在去高斯噪声中的应用 | 第49-54页 |
| ·建立去高斯噪声的模型 | 第50-52页 |
| ·新建模型去高斯噪声的实验分析 | 第52-54页 |
| ·基于鲁棒统计的去噪模型在去脉冲噪声中的应用 | 第54-61页 |
| ·建立去脉冲噪声的模型 | 第55-57页 |
| ·新建模型在去脉冲噪声的实验分析 | 第57-61页 |
| ·实验总结 | 第61-62页 |
| 结论与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |