| 目录 | 第3-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第8-12页 |
| 1.1 背景介绍 | 第8-9页 |
| 1.2 本文的技术路线 | 第9-10页 |
| 1.3 本文的结构安排 | 第10-12页 |
| 第二章 研究背景 | 第12-26页 |
| 2.1 基本概念和术语 | 第12-13页 |
| 2.2 非线性滤波器 | 第13-17页 |
| 2.2.1 各向异性扩散(Anisotropic Diffusion) | 第13-15页 |
| 2.2.2 双边滤波器(Bilateral Filter) | 第15-17页 |
| 2.3 最优化算法 | 第17-20页 |
| 2.3.1 泊松方程(Poisson Equation) | 第17-18页 |
| 2.3.2 最小二乘法(Weighted Least Square Filter) | 第18-19页 |
| 2.3.3 引导滤波器(Guided Filter) | 第19-20页 |
| 2.4 多尺度图像分解 | 第20-26页 |
| 2.4.1 高动态图像色调映射(High Dynamic Range Image Tone Mapping) | 第21-23页 |
| 2.4.2 图像抽象化(Image Abstraction) | 第23-26页 |
| 第三章 基于最小二乘保留边界的图像分解 | 第26-32页 |
| 3.1 引言 | 第26-27页 |
| 3.2 基于最优化问题的双边滤波及多尺度分解 | 第27-29页 |
| 3.2.1 算法描述 | 第27-28页 |
| 3.2.2 代数多重网格矩阵解法 | 第28-29页 |
| 3.3 实验结果及应用 | 第29-31页 |
| 3.4 结论 | 第31-32页 |
| 第四章 自适应的局部拉普拉斯滤波器 | 第32-41页 |
| 4.1 引言 | 第32页 |
| 4.2 局部拉普拉斯保边平滑 | 第32-35页 |
| 4.3 自适应的局部拉普拉斯滤波器 | 第35-37页 |
| 4.4 实验结果 | 第37-40页 |
| 4.5 结论 | 第40-41页 |
| 第五章 基于GPU的局部极值保边缘图像平滑算法 | 第41-53页 |
| 5.1 引言 | 第41-42页 |
| 5.2 背景介绍 | 第42-44页 |
| 5.3 保边局部极值图像平滑算法 | 第44-47页 |
| 5.4 实验结果及应用 | 第47-52页 |
| 5.5 结论 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 本文工作总结 | 第53页 |
| 6.2 未来工作展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间的工作与发表论文 | 第59-60页 |
| 致谢 | 第60-61页 |
