基于Total Variation的图像恢复算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 插图索引 | 第9-10页 |
| 算法索引 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·图像恢复研究背景 | 第11页 |
| ·研究现状 | 第11-12页 |
| ·主要的研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-15页 |
| 第二章 总变分模型的演化 | 第15-25页 |
| ·总变分模型概述 | 第15-16页 |
| ·特性及扩展 | 第16-18页 |
| ·有界变分及其特性 | 第16-17页 |
| ·多通道总变分 | 第17-18页 |
| ·尺度 | 第18页 |
| ·模型的局限性 | 第18-20页 |
| ·模型的衍生 | 第20-22页 |
| ·迭代优化 | 第20-21页 |
| ·L~1拟合 | 第21-22页 |
| ·各向异性的TV | 第22页 |
| ·H~(1，p)正则项和下卷积 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于变分的经典模型 | 第25-37页 |
| ·现有的正则化方法 | 第25-26页 |
| ·常见的噪声 | 第26-27页 |
| ·FTVd模型 | 第27-31页 |
| ·FTVd模型概述 | 第27-28页 |
| ·算法和最优化条件 | 第28-30页 |
| ·收敛性分析 | 第30-31页 |
| ·ALM模型 | 第31-34页 |
| ·ALM模型概述 | 第31-33页 |
| ·增广拉格朗日算法 | 第33页 |
| ·收敛性分析 | 第33-34页 |
| ·本章小结 | 第34-37页 |
| 第四章 基于ALM提出的TV模型及算法 | 第37-53页 |
| ·混合模型 | 第38-40页 |
| ·近似算法 | 第40-47页 |
| ·求解u-sub子问题 | 第42-43页 |
| ·求解z-sub子问题 | 第43页 |
| ·求解p-sub子问题 | 第43-45页 |
| ·混合的TV-L~1模型 | 第45-47页 |
| ·实验结果 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 改进的算法 | 第53-65页 |
| ·测度metric Q | 第53-57页 |
| ·新的算法 | 第57-58页 |
| ·实验结果 | 第58-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结和展望 | 第65-67页 |
| ·本文总结 | 第65-66页 |
| ·存在的问题和展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 在读期间发表的学术论文与取得的研究成果 | 第75页 |
