| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 本课题研究背景与意义 | 第10-11页 |
| 1.2 数学形态学国内外研究现状 | 第11-14页 |
| 1.3 本文的内容安排及主要创新点 | 第14-18页 |
| 1.3.1 本文主要研究内容 | 第15-17页 |
| 1.3.2 本文主要创新点 | 第17-18页 |
| 第二章 空间可变形态学基本理论框架 | 第18-35页 |
| 2.1 经典灰度形态学理论 | 第18-25页 |
| 2.1.1 基本灰度形态学算子 | 第19-21页 |
| 2.1.2 伴随性质 | 第21-22页 |
| 2.1.3 形态学算子和滤波器 | 第22-25页 |
| 2.2 空间可变形态学理论 | 第25-34页 |
| 2.2.1 数学形态学的自适应性 | 第25-27页 |
| 2.2.2 空间可变形态学的伴随性质 | 第27-30页 |
| 2.2.3 输入自适应结构元素(函数)构建方法 | 第30-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第三章 空间可变形态学结构元素的研究与设计 | 第35-64页 |
| 3.1 引言 | 第35-36页 |
| 3.2 基于局部相似性的形态学变形虫方法 | 第36-38页 |
| 3.3 非局部变形虫结构元素的设计 | 第38-48页 |
| 3.3.1 非局部均值滤波方法 | 第39-40页 |
| 3.3.2 非局部变形虫结构元素模型 | 第40-45页 |
| 3.3.3 非局部结构函数的构建 | 第45-48页 |
| 3.4 基于非局部变形虫内核的空间可变形态学滤波器 | 第48-50页 |
| 3.5 实验仿真 | 第50-63页 |
| 3.5.1 评价指标 | 第50-51页 |
| 3.5.2 参数讨论 | 第51-53页 |
| 3.5.3 图像去噪 | 第53-62页 |
| 3.5.4 图像增强 | 第62-63页 |
| 3.6 本章小结 | 第63-64页 |
| 第四章 基于形态学正则化的变分图像复原框架 | 第64-94页 |
| 4.1 引言 | 第64页 |
| 4.2 基于图像信息的正则化先验模型 | 第64-68页 |
| 4.3 基于空间可变形态学算子的正则化模型 | 第68-72页 |
| 4.4 基于空间可变形态学正则化的变分图像复原框架 | 第72-80页 |
| 4.4.1 基于形态学正则化的BOS算法模型 | 第72-75页 |
| 4.4.2 形态学BOS算法模型在图像反问题中的应用 | 第75-79页 |
| 4.4.3 形态学正则化函数的次梯度 | 第79-80页 |
| 4.5 实验与讨论 | 第80-93页 |
| 4.5.1 图像去噪仿真实验 | 第81-82页 |
| 4.5.2 图像去模糊仿真实验 | 第82-87页 |
| 4.5.3 图像超分辨率仿真实验 | 第87-93页 |
| 4.6 本章小结 | 第93-94页 |
| 第五章 基于遗传规划的最优组合形态学滤波器设计 | 第94-110页 |
| 5.1 引言 | 第94-95页 |
| 5.2 遗传规划基本理论 | 第95-97页 |
| 5.3 基于遗传规划的最优组合形态学滤波器 | 第97-102页 |
| 5.3.2 预处理模块 | 第98-100页 |
| 5.3.3 基于遗传规划的有监督训练算法模块 | 第100-102页 |
| 5.4 最优组合空间可变形态学滤波器在MRI医学图像去噪中的应用 | 第102-109页 |
| 5.5 本章小结 | 第109-110页 |
| 第六章 空间可变连通性滤波器的研究与设计 | 第110-136页 |
| 6.1 引言 | 第110-111页 |
| 6.2 连通性形态学理论及典型算子 | 第111-121页 |
| 6.2.1 连通形态重构算子 | 第113-117页 |
| 6.2.2 连通形态属性算子 | 第117-121页 |
| 6.3 空间可变连通性滤波器的研究与设计 | 第121-126页 |
| 6.4 实验与讨论 | 第126-133页 |
| 6.5 本章小结 | 第133-136页 |
| 第七章 总结与展望 | 第136-139页 |
| 7.1 研究工作总结 | 第136-137页 |
| 7.2 研究展望 | 第137-139页 |
| 参考文献 | 第139-156页 |
| 攻读博士学位期间已发表或录用的论文 | 第156-158页 |
| 攻读博士学位期间参与的科研项目 | 第158-159页 |
| 致谢 | 第159-161页 |
