| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 缩略词表 | 第11-12页 |
| 主要符号表 | 第12-13页 |
| 第一章 绪论 | 第13-29页 |
| 1.1 图像复原简述 | 第13-17页 |
| 1.1.1 图像复原基础 | 第13-14页 |
| 1.1.2 常用的边界条件及快速算法 | 第14-16页 |
| 1.1.3 常见模糊核及噪声 | 第16-17页 |
| 1.2 图像复原研究现状 | 第17-22页 |
| 1.2.1 Tikhonov正则化方法 | 第17-18页 |
| 1.2.2 全变差正则化方法 | 第18-22页 |
| 1.2.3 更多正则化方法 | 第22页 |
| 1.3 常用优化算法简介 | 第22-27页 |
| 1.3.1 交替方向乘子方法(ADMM) | 第23-25页 |
| 1.3.2 Majorization minimization方法 | 第25-27页 |
| 1.4 本文的主要内容及创新点 | 第27-28页 |
| 1.5 本文结构安排 | 第28-29页 |
| 第二章 基于高阶全变差与L_1范数的图像复原混合模型及自适应参数选择 | 第29-47页 |
| 2.1 引言 | 第29-31页 |
| 2.2 新模型与ADMM求解算法 | 第31-36页 |
| 2.3 正则参数的空间自适应选择 | 第36-38页 |
| 2.4 数值实验 | 第38-46页 |
| 2.5 本章小结 | 第46-47页 |
| 第三章 脉冲噪声下图像去模糊的重叠组稀疏全变差正则化方法 | 第47-68页 |
| 3.1 引言 | 第47-49页 |
| 3.2 重叠组稀疏定义及子问题求解 | 第49-52页 |
| 3.2.1 重叠组稀疏定义 | 第49-50页 |
| 3.2.2 求解重叠组稀疏子问题的方法 | 第50-52页 |
| 3.3 新模型及分析求解 | 第52-56页 |
| 3.4 数值实验 | 第56-67页 |
| 3.4.1 模型中的参数选择 | 第57-60页 |
| 3.4.2 与全变差方法的详细比较 | 第60-65页 |
| 3.4.3 与现有全变差扩展方法(HOTV及TGV)的比较 | 第65-67页 |
| 3.5 本章小结 | 第67-68页 |
| 第四章 加权重叠组稀疏全变差正则化方法及应用 | 第68-85页 |
| 4.1 引言 | 第68-69页 |
| 4.2 加权重叠组稀疏及子问题求解 | 第69-72页 |
| 4.2.1 加权重叠组稀疏介绍 | 第69-70页 |
| 4.2.2 加权重叠组稀疏问题求解 | 第70-72页 |
| 4.3 统一框架模型及分析求解 | 第72页 |
| 4.4 模型应用与数值实验 | 第72-84页 |
| 4.4.1 纯脉冲噪声去除 | 第73-76页 |
| 4.4.2 混合高斯脉冲噪声去除 | 第76-77页 |
| 4.4.3 混合噪声下图像去模糊 | 第77-79页 |
| 4.4.4 图像放大应用 | 第79-82页 |
| 4.4.5 图像盲修补应用 | 第82-84页 |
| 4.5 本章小结 | 第84-85页 |
| 第五章 求解重叠组稀疏问题的非精确显式求解公式及应用 | 第85-111页 |
| 5.1 引言 | 第85-88页 |
| 5.2 重叠组稀疏的非精确显式求解公式推导 | 第88-98页 |
| 5.2.1 常用的软域值压缩公式 | 第88-89页 |
| 5.2.2 重叠组稀疏问题直接压缩域值公式推导 | 第89-97页 |
| 5.2.3 边界条件讨论 | 第97-98页 |
| 5.3 显式求解公式在重叠组稀疏全变差问题中的应用 | 第98-102页 |
| 5.3.1 高斯噪声下图像去模糊的应用 | 第99-100页 |
| 5.3.2 脉冲噪声下图像去模糊的应用 | 第100-102页 |
| 5.4 数值实验 | 第102-110页 |
| 5.4.1 一维信号问题中与迭代方法的比较 | 第102-104页 |
| 5.4.2 二维问题中与迭代方法的比较 | 第104-106页 |
| 5.4.3 直接公式在重叠组全变差模型中的应用实验 | 第106-110页 |
| 5.5 本章小结 | 第110-111页 |
| 第六章 总结及展望 | 第111-112页 |
| 6.1 总结 | 第111页 |
| 6.2 展望 | 第111-112页 |
| 致谢 | 第112-113页 |
| 参考文献 | 第113-122页 |
| 攻博期间取得的研究成果 | 第122页 |
