| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 图像复原问题及其研究现状 | 第14-17页 |
| 1.1.1 图像退化模型的噪声与模糊类型 | 第14-15页 |
| 1.1.2 图像复原问题的主要方法 | 第15-17页 |
| 1.2 图像融合问题及其研究现状 | 第17-20页 |
| 1.2.1 图像融合的四个层次 | 第18-19页 |
| 1.2.2 像素级图像融合技术的主要方法 | 第19-20页 |
| 1.3 学位论文的主要内容与创新点 | 第20-21页 |
| 1.4 本论文的结构安排 | 第21-22页 |
| 第二章 脉冲噪声下基于高阶全变分的图像复原模型 | 第22-36页 |
| 2.1 引言 | 第22-24页 |
| 2.2 脉冲噪声与离散的高阶全变分 | 第24-25页 |
| 2.2.1 脉冲噪声 | 第24页 |
| 2.2.2 离散的高阶全变分 | 第24-25页 |
| 2.3 基于高阶全变分的去噪模型及算法 | 第25-29页 |
| 2.4 数值实验 | 第29-35页 |
| 2.4.1 灰度图仿真实验 | 第31页 |
| 2.4.2 RGB图像仿真实验 | 第31-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 柯西噪声下非凸变分模型与交替方向迭代算法 | 第36-59页 |
| 3.1 引言 | 第36-37页 |
| 3.2 柯西分布的统计学特征 | 第37-39页 |
| 3.3 非凸变分模型及解的存在唯一性 | 第39-41页 |
| 3.3.1 利用MAP方法建立非凸变分模型 | 第39-40页 |
| 3.3.2 解的存在唯一性 | 第40-41页 |
| 3.4 利用交替方向迭代算法求解模型(3-5) | 第41-47页 |
| 3.4.1 非凸非光滑问题的交替方向迭代算法 | 第41-43页 |
| 3.4.2 求解模型(3-5)的交替方向迭代算法及收敛性证明 | 第43-47页 |
| 3.5 数值实验 | 第47-58页 |
| 3.5.1 不同的初值条件 | 第48-49页 |
| 3.5.2 图像去噪去模糊的实验对比 | 第49-58页 |
| 3.6 本章小结 | 第58-59页 |
| 第四章 基于广义全变分的超声波图像去噪模型 | 第59-79页 |
| 4.1 引言 | 第59-60页 |
| 4.2 TGV正则与经典的交替方向迭代算法 | 第60-62页 |
| 4.2.1 TGV正则的定义与性质 | 第60-62页 |
| 4.2.2 经典的交替方向迭代算法 | 第62页 |
| 4.3 基于TGV_α~2的图像去噪模型 | 第62-69页 |
| 4.4 数值实验 | 第69-78页 |
| 4.4.1 合成图像的数值实验 | 第71-77页 |
| 4.4.2 超声波图像去噪的数值实验 | 第77页 |
| 4.4.3 CPU时间的对比 | 第77-78页 |
| 4.5 本章小节 | 第78-79页 |
| 第五章 基于重叠组稀疏全变分的混合噪声去除模型 | 第79-89页 |
| 5.1 引言 | 第79-80页 |
| 5.2 重叠组稀疏全变分 | 第80页 |
| 5.3 基于TVOGS正则的去噪模型及求解算法 | 第80-84页 |
| 5.4 数值实验 | 第84-87页 |
| 5.5 本章小结 | 第87-89页 |
| 第六章 基于分数阶梯度的图像融合与去噪模型 | 第89-108页 |
| 6.1 引言 | 第89-91页 |
| 6.2 分数阶导数的定义与性质 | 第91-92页 |
| 6.3 基于分数阶导数的变分模型 | 第92-96页 |
| 6.4 利用交替方向迭代算法求解模型(6-5) | 第96-98页 |
| 6.5 数值实验 | 第98-107页 |
| 6.5.1 图像“Cameraman”的实验结果对比 | 第99-100页 |
| 6.5.2 真实图像的实验结果对比 | 第100-107页 |
| 6.6 本章小结 | 第107-108页 |
| 第七章 全文总结与展望 | 第108-110页 |
| 7.1 全文总结 | 第108-109页 |
| 7.2 后续工作展望 | 第109-110页 |
| 致谢 | 第110-111页 |
| 参考文献 | 第111-123页 |
| 攻读博士学位期间取得的成果 | 第123-124页 |