| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9-10页 |
| ·图像分解综述 | 第10-12页 |
| ·图像分解的PDE方法简介 | 第10-11页 |
| ·图像分解的MCA算法简介 | 第11-12页 |
| ·论文的主要内容和结构安排 | 第12-13页 |
| 第二章 基本理论 | 第13-27页 |
| ·稀疏表示理论及算法 | 第13-20页 |
| ·稀疏表示理论 | 第13-14页 |
| ·图像稀疏表示模型 | 第14-15页 |
| ·稀疏表示的经典算法 | 第15-20页 |
| ·后小波理论 | 第20-27页 |
| ·脊波（Ridgelet）变换 | 第20-22页 |
| ·曲线波(Curvelet)变换 | 第22-25页 |
| ·离散余弦波 | 第25-27页 |
| 第三章 基于l_1范数稀疏求解的图像卡通纹理分解模型及算法(MCA) | 第27-31页 |
| ·MCA图像分解模型 | 第27-30页 |
| ·MCA图像卡通纹理分解算法 | 第30-31页 |
| 第四章 基于l_(1/2)范数稀疏求解的图像卡通纹理分解模型及算法 | 第31-38页 |
| ·l_(1/2)范数及半阈值函数 | 第31-33页 |
| ·基于L(1/2)范数稀疏表示的图像分解新模型 | 第33-34页 |
| ·求解算法 | 第34-35页 |
| ·数值实验 | 第35-38页 |
| 第五章 基于l_p范数稀疏求解的图像卡通纹理分解模型及算法 | 第38-48页 |
| ·广义迭代软阈值算法 | 第38-40页 |
| ·基于l_p范数稀疏表示的图像分解新模型 | 第40-41页 |
| ·求解算法 | 第41-42页 |
| ·数值实验 | 第42-48页 |
| 第六章 总结与展望 | 第48-49页 |
| ·本文所做的工作 | 第48页 |
| ·有待改进的地方 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
