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

基于分数阶导数的图像去噪与投影重建

摘要第4-5页
Abstract第5页
第1章 引言第8-12页
    1.1 图像概述第8页
    1.2 数字图像第8-9页
    1.3 图像去噪的意义第9-10页
    1.4 图像投影重建的意义第10-11页
    1.5 主要内容和章节安排第11-12页
第2章 基于分数阶导数的图像去噪第12-20页
    2.1 变分模型第12-14页
        2.1.1 变分模型简介第12页
        2.1.2 变分模型改进第12-14页
    2.2 分数阶导数第14-17页
        2.2.1 分数阶导数简介第14页
        2.2.2 分数阶导数的滤波特性第14-16页
        2.2.3 分数阶导数定义第16-17页
    2.3 基于分数阶导数的变分模型第17-18页
    2.4 小结第18-20页
第3章 数值实验第20-33页
    3.1 变分模型求解算法简介第20-22页
        3.1.1 人工时间匹配算法第20页
        3.1.2 增广拉格朗日算法第20-21页
        3.1.3 原始对偶算法第21-22页
    3.2 分数阶导数的离散化第22-24页
    3.3 对偶形式第24-25页
        3.3.1 分数阶导数范数的对偶第24-25页
        3.3.2 分数阶导数变分模型的对偶第25页
    3.4 算法实现第25-27页
    3.5 数值算例第27-32页
    3.6 小结第32-33页
第4章 图像投影重建第33-46页
    4.1 简介第33-34页
        4.1.1 问题简介第33页
        4.1.2 研究方法第33-34页
    4.2 过程描述第34-35页
        4.2.1 实验过程第34页
        4.2.2 分析过程第34-35页
        4.2.3 离散过程第35页
    4.3 求解模型第35-37页
        4.3.1 TV正则化模型第36页
        4.3.2 LLT正则化模型第36页
        4.3.3 TVLAP正则化模型第36-37页
        4.3.4 ADAP正则化模型第37页
    4.4 数值算法第37-40页
    4.5 数值算例第40-43页
        4.5.1 一维数值算例第40-42页
        4.5.2 二维数值算例第42-43页
    4.6 分数阶导数应用探究第43-45页
    4.7 小结第45-46页
第5章 总结与展望第46-47页
    5.1 工作总结第46页
    5.2 工作展望第46-47页
        5.2.1 去噪问题展望第46页
        5.2.2 重建问题展望第46-47页
参考文献第47-50页
致谢第50-51页
附录第51页

论文共51页,点击 下载论文
上一篇:皮肤综合分析云服务系统的研究与实现
下一篇:基于微博信息的北京地区房价趋势预测的关键技术研究