| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 第一章 引文 | 第8-11页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9页 |
| 1.3 本文研究主要内容 | 第9-11页 |
| 第二章 NLTV模型介绍 | 第11-15页 |
| 2.1 图像的数学定义 | 第11页 |
| 2.2 TV模型 | 第11-12页 |
| 2.3 Non Local Means及NLTV模型 | 第12-15页 |
| 2.3.1 Non Local Means | 第12-13页 |
| 2.3.2 NLTV模型 | 第13-15页 |
| 第三章 现有的一些结论 | 第15-22页 |
| 3.1 次梯度和次微分 | 第15-16页 |
| 3.2 邻近算子 | 第16-17页 |
| 3.3 模糊算子 | 第17-21页 |
| 3.3.1 周期边界下的PSF函数 | 第17-19页 |
| 3.3.2 2D-FFT | 第19-21页 |
| 3.4 图片质量评估 | 第21-22页 |
| 3.4.1 MSE | 第21页 |
| 3.4.2 SNR | 第21页 |
| 3.4.3 PSNR | 第21-22页 |
| 第四章 ADMM算法模型 | 第22-32页 |
| 4.1 NLTV的矩阵表示 | 第22-23页 |
| 4.2 NLTV模型及约束条件 | 第23页 |
| 4.3 利用ADMM求解带约束的NLTV模型 | 第23-26页 |
| 4.4 Proximal ADMM收敛性分析 | 第26-32页 |
| 4.4.1 算法框架比较 | 第26-27页 |
| 4.4.2 收敛性分析 | 第27-32页 |
| 第五章 数值实验 | 第32-37页 |
| 5.1 150 × 150图像数据实验 | 第32-34页 |
| 5.2 256 × 256图像数据实验 | 第34-36页 |
| 5.3 结论 | 第36-37页 |
| 参考文献 | 第37-39页 |
| 致谢 | 第39-40页 |