基于PDE的图像去噪、修补及分解研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-27页 |
| ·研究的背景和意义 | 第9-11页 |
| ·偏微分方程图像处理的发展 | 第11-24页 |
| ·图像分割 | 第11-14页 |
| ·图像恢复和增强 | 第14-22页 |
| ·图像修补 | 第22-24页 |
| ·本文主要工作 | 第24-27页 |
| 2 偏微分方程图像处理的数学基础 | 第27-35页 |
| ·图像的数学定义 | 第27-28页 |
| ·图像恢复问题的数学描述 | 第28-30页 |
| ·常用数学定义以及几类常用的抽象空间 | 第30-33页 |
| ·一类偏微分方程图像处理问题的理论框架 | 第33-35页 |
| 3 基于PDE的图像去噪问题研究 | 第35-67页 |
| ·一类局部自适应的L~p正则化变分模型 | 第36-46页 |
| ·一种局部自适应的L~p去噪模型 | 第40-41页 |
| ·模型分析以及适定性证明 | 第41-44页 |
| ·实验结果 | 第44-46页 |
| ·基于模糊判断的椒盐噪声去除方法 | 第46-55页 |
| ·一种新的模糊扩散去噪方法 | 第52-53页 |
| ·算法的稳定性分析 | 第53页 |
| ·实验结果 | 第53-55页 |
| ·一种新的全局凸的乘性噪声去除模型 | 第55-65页 |
| ·乘性噪声去除问题背景介绍 | 第55-58页 |
| ·一种新的全局凸的乘性噪声模型 | 第58-60页 |
| ·模型的数学讨论及推广 | 第60-62页 |
| ·实验结果和分析 | 第62-65页 |
| ·总结 | 第65-67页 |
| 4 基于PDE的局部纹理图像修补方法 | 第67-83页 |
| ·研究背景介绍 | 第67-71页 |
| ·一种新的局部结构纹理修复方法 | 第71-78页 |
| ·TV修补模型和OABE模型分析 | 第71-72页 |
| ·局部纹理方向的确定 | 第72-74页 |
| ·一种新的图像修复方法 | 第74-77页 |
| ·修补模型解的存在唯一性 | 第77-78页 |
| ·实验结果及评价 | 第78-81页 |
| ·小结 | 第81-83页 |
| 5 图像分解及在人脸识别中的应用研究 | 第83-95页 |
| ·图像分解介绍 | 第83-85页 |
| ·图像分解在人脸识别中的应用 | 第85-88页 |
| ·一种新的基于图像分解和保拓扑映射的人脸识别算法 | 第88-91页 |
| ·基于L~P+SQI的光照归一化方法 | 第89页 |
| ·一种新的基于保拓扑映射的人脸识别算法 | 第89-91页 |
| ·实验结果和分析 | 第91-92页 |
| ·小结 | 第92-95页 |
| 结论 | 第95-97页 |
| 参考文献 | 第97-107页 |
| 创新点摘要 | 第107-108页 |
| 攻读博士学位期间发表学术论文情况 | 第108-109页 |
| 致谢 | 第109-111页 |
