摘要 | 第1-7页 |
Abstract | 第7-9页 |
目录 | 第9-12页 |
1. 绪论 | 第12-25页 |
·引言 | 第12-13页 |
·基于偏微分方程的图像去噪和增强方法的综述 | 第13-22页 |
·公理性的偏微分方程模型 | 第13-16页 |
·变分偏微分方程模型 | 第16-19页 |
·几何偏微分方程模型 | 第19-21页 |
·算法的评价方法和指标 | 第21-22页 |
·课题来源 | 第22页 |
·本文的主要研究工作和内容安排 | 第22-23页 |
·本文工作的创新点 | 第23-25页 |
2. 非线性扩散方程中耦合自适应数值保真项研究 | 第25-40页 |
·引言 | 第25-26页 |
·已有模型的数值保真项研究 | 第26-30页 |
·小波域扩散去噪模型 | 第27-28页 |
·基于图像分解的去噪模型 | 第28-29页 |
·迭代正则化去噪模型 | 第29-30页 |
·耦合自适应数值保真项的去噪模型 | 第30-38页 |
·模型的构造和分析 | 第30-34页 |
·模型的数值解法 | 第34-36页 |
·实验结果分析 | 第36-38页 |
·结论 | 第38-40页 |
3. 基于梯度保真项的阶越效应处理研究 | 第40-59页 |
·引言 | 第40页 |
·阶越效应产生的原因 | 第40-42页 |
·高阶偏微分方程去噪模型 | 第42-46页 |
·You-Kaveh高阶去噪模型 | 第42-43页 |
·高阶总变差去噪模型 | 第43-45页 |
·Lysaker-Lundervold-Tai高阶去噪模型 | 第45-46页 |
·消除阶越效应的其它方法 | 第46页 |
·基于梯度保真项的阶越效应处理方法 | 第46-58页 |
·关于梯度保真项的已有工作 | 第46-47页 |
·梯度保真约束模型 | 第47-50页 |
·模型的扩展与讨论 | 第50-51页 |
·数值求解方法 | 第51-52页 |
·实验结果及分析 | 第52-58页 |
·结论 | 第58-59页 |
4. 基于几何图像模型的图像去噪方法研究 | 第59-81页 |
·引言 | 第59页 |
·曲线演化理论 | 第59-62页 |
·图像水平集等分布约束模型及其应用 | 第62-71页 |
·阶越效应对水平集分布的影响 | 第62-63页 |
·图像水平线等分布约束模型 | 第63-65页 |
·等分布约束模型的属性分析 | 第65-66页 |
·数值求解方法 | 第66-67页 |
·实验结果与分析 | 第67-71页 |
·曲面演化理论基础 | 第71-72页 |
·基于法曲率驱动曲面演化的图像去噪模型 | 第72-80页 |
·曲率驱动的扩散去噪方程 | 第73-74页 |
·曲率驱动的曲面演化去噪方程 | 第74-76页 |
·法曲率驱动的曲面演化去噪方程 | 第76-77页 |
·实验结果与分析 | 第77-80页 |
·结论 | 第80-81页 |
5. 方向相关扩散模型及其在指纹图像增强中的应用研究 | 第81-99页 |
·引言 | 第81-82页 |
·指纹图像增强的方法综述 | 第82-86页 |
·指纹图像增强的特殊性 | 第82页 |
·方向滤波增强方法 | 第82-83页 |
·基于Gabor滤波器的增强方法 | 第83-85页 |
·相关扩散方程的指纹图像增强 | 第85-86页 |
·基于伪线性方向扩散方程的指纹图像增强 | 第86-98页 |
·相关扩散方程的本质研究 | 第86-90页 |
·伪线性扩散方程的指纹图像增强 | 第90-92页 |
·算法实现和实验结果 | 第92-98页 |
·结论 | 第98-99页 |
6. 基于梯度场重建的图像增强方法研究 | 第99-112页 |
·引言 | 第99-100页 |
·图像对比度增强模型综述 | 第100-104页 |
·直方图均衡化图像增强 | 第100页 |
·基于Retinex理论图像增强 | 第100-102页 |
·梯度域图像增强模型 | 第102-104页 |
·基于梯度场均衡化的对比度增强方法 | 第104-105页 |
·数值实现过程 | 第105-107页 |
·离散化方法 | 第105-106页 |
·改进的Poisson方程快速解法 | 第106-107页 |
·实验结果与误差分析 | 第107-111页 |
·结论 | 第111-112页 |
7. 结束语 | 第112-115页 |
·本文工作总结 | 第112-113页 |
·将来的工作 | 第113-115页 |
致谢 | 第115-116页 |
参考文献 | 第116-125页 |
附录 | 第125页 |
在攻读博士期间完成的论文 | 第125页 |
在审理中的论文 | 第125页 |