| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容及结构安排 | 第13-15页 |
| 第二章 预备知识 | 第15-23页 |
| 2.1 全变分 | 第15-17页 |
| 2.1.1 全变分正则化 | 第15-16页 |
| 2.1.2 全变分复原模型 | 第16-17页 |
| 2.2 总广义变分 | 第17-18页 |
| 2.3 图像复原的相关算法 | 第18-21页 |
| 2.3.1 增广拉格朗日法 | 第18-19页 |
| 2.3.2 交替方向乘子法 | 第19-20页 |
| 2.3.3 分裂Bregman迭代法 | 第20-21页 |
| 2.4 复原图像质量的评价指标 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于边缘检测的二阶TGV图像复原算法 | 第23-37页 |
| 3.1 自适应的二阶TGV图像复原模型 | 第23-24页 |
| 3.2 数值优化算法 | 第24-29页 |
| 3.2.1 第一类子问题求解 | 第25-26页 |
| 3.2.2 第二类子问题求解 | 第26-28页 |
| 3.2.3 拉格朗日乘子更新 | 第28页 |
| 3.2.4 总体算法框架 | 第28-29页 |
| 3.3 实验结果分析 | 第29-36页 |
| 3.3.1 椒盐噪声实验 | 第29-34页 |
| 3.3.2 随机值脉冲噪声实验 | 第34-36页 |
| 3.4 本章小节 | 第36-37页 |
| 第四章 空间自适应的二阶TGV图像复原算法 | 第37-56页 |
| 4.1 空间自适应正则化参数选取 | 第37-40页 |
| 4.1.1 椒盐噪声正则化参数选取 | 第39页 |
| 4.1.2 随机值脉冲噪声正则化参数选取 | 第39-40页 |
| 4.2 自适应的LDTGVL1模型 ADMM求解算法 | 第40-44页 |
| 4.2.1 LDTGVL1模型 | 第40页 |
| 4.2.2 ADMM求解算法 | 第40-42页 |
| 4.2.3 LDTGVL1算法框架 | 第42-44页 |
| 4.3 实验结果分析 | 第44-55页 |
| 4.3.1 椒盐噪声实验 | 第44-48页 |
| 4.3.2 随机值脉冲噪声实验 | 第48-51页 |
| 4.3.3 彩色图像复原实验 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间获得与学位相关的科研成果目录 | 第63页 |