基于TV正则的图像放大模型及其实现
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·数字图像处理概述 | 第11-12页 |
| ·图像放大与超分辨率复原 | 第12-13页 |
| ·图像放大的意义 | 第12页 |
| ·常用放大方法 | 第12-13页 |
| ·图像处理后质量的评价 | 第13-15页 |
| ·主观评价标准 | 第13-14页 |
| ·客观评价标准 | 第14-15页 |
| ·本文的主要工作及创新点 | 第15-16页 |
| ·本文的章节安排 | 第16-17页 |
| 第二章 图像放大与图像超分辨率复原 | 第17-26页 |
| ·图像放大的插值算法 | 第17-21页 |
| ·最近邻插值放大法 | 第17-18页 |
| ·双线性插值法 | 第18-19页 |
| ·高次插值放大算法 | 第19-21页 |
| ·已提出的改进插值放大算法 | 第21页 |
| ·基于小波变换的放大算法 | 第21-23页 |
| ·传统放大算法的对比 | 第23页 |
| ·图像处理的偏微分方程模型 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于自蛇模型的图像放大 | 第26-36页 |
| ·PDE 方法的扩散原理 | 第26-30页 |
| ·扩散的概念 | 第26页 |
| ·图像的各向同性扩散 | 第26-27页 |
| ·图像的各向异性扩散 | 第27-29页 |
| ·用去噪模型处理放大图像的噪声 | 第29-30页 |
| ·自蛇模型简介 | 第30-31页 |
| ·蛇模型的提出 | 第30-31页 |
| ·自蛇模型 | 第31页 |
| ·自蛇模型实现图像的放大 | 第31-35页 |
| ·自蛇模型实现图像放大的模型 | 第31-32页 |
| ·模型的数值实现 | 第32页 |
| ·实验 | 第32-35页 |
| ·模型的应用 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于图像方向角的放大 | 第36-48页 |
| ·图像复原的 TV 模型 | 第36-41页 |
| ·图像复原模型 | 第36-37页 |
| ·变分的数学原理 | 第37页 |
| ·图像复原的 TV 模型 | 第37-39页 |
| ·全变分模型的快速算法 | 第39-40页 |
| ·ROF 模型实现图像放大 | 第40-41页 |
| ·基于方向角特征的图像放大算法 | 第41-47页 |
| ·图像复原的 LOT 模型 | 第41-42页 |
| ·基于方向角的图像放大模型 | 第42-44页 |
| ·模型的数值实现 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 图像处理的其它研究工作 | 第48-55页 |
| ·引言 | 第48-49页 |
| ·全局与区域活动轮廓模型 | 第49-50页 |
| ·全局活动轮廓模型 | 第49页 |
| ·局部区域活动轮廓 | 第49-50页 |
| ·自适应混合分割框架 | 第50-51页 |
| ·实现和实验结果 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录 | 第62-63页 |
| 详细摘要 | 第63-65页 |
