| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第13-35页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-28页 |
| 1.2.1 图像重构问题的不适定性 | 第14-15页 |
| 1.2.2 求解不适定问题的正则化方法 | 第15-16页 |
| 1.2.3 变分正则化模型的发展 | 第16-19页 |
| 1.2.4 标量的变分正则化模型的求解算法 | 第19-22页 |
| 1.2.5 多通道图像的表示及其重构模型 | 第22-27页 |
| 1.2.6 噪声模型 | 第27-28页 |
| 1.3 本文的主要工作和创新点 | 第28-35页 |
| 1.3.1 本文的主要工作 | 第28-32页 |
| 1.3.2 本文的创新点 | 第32-35页 |
| 第二章 多通道图像的表示模型和噪声的统计模型 | 第35-47页 |
| 2.1 彩色图像表示模型 | 第35-39页 |
| 2.1.1 RGB模型 | 第35页 |
| 2.1.2 HSI模型 | 第35-38页 |
| 2.1.3 CB模型 | 第38-39页 |
| 2.2 噪声的统计模型 | 第39-40页 |
| 2.3 多通道SAR图像表示模型 | 第40-45页 |
| 2.3.1 多极化SAR图像表示模型 | 第40-43页 |
| 2.3.2 多时相SAR图像表示模型 | 第43-45页 |
| 2.4 本章小结 | 第45-47页 |
| 第三章 向量的变分正则化模型 | 第47-61页 |
| 3.1 常用的向量变分正则化模型 | 第47-51页 |
| 3.1.1 向量总变分模型 | 第47-48页 |
| 3.1.2 向量的G-BV模型 | 第48-51页 |
| 3.2 非局部向量总变分模型 | 第51-55页 |
| 3.2.1 非局部的总变分模型 | 第51页 |
| 3.2.2 非局部泛函 | 第51-53页 |
| 3.2.3 向量非局部的定义 | 第53-55页 |
| 3.2.4 非局部向量总变分模型的离散化 | 第55页 |
| 3.3 基于乘性 -加性噪声模型的多极化SAR图像降斑模型 | 第55-59页 |
| 3.4 本章小结 | 第59-61页 |
| 第四章 向量的变分正则化模型的求解算法 | 第61-85页 |
| 4.1 标量变分正则化模型的求解算法及其向向量模型的推广 | 第61-71页 |
| 4.1.1 标量变分正则化模型的求解算法 | 第61-66页 |
| 4.1.2 向量变分正则化模型的求解算法 | 第66-71页 |
| 4.2 非局部向量总变分模型的求解算法 | 第71-77页 |
| 4.2.1 不动点迭代算法 | 第71-73页 |
| 4.2.2 交替方向极小化算法 | 第73-77页 |
| 4.3 多通道SAR图像降斑模型的求解算法 | 第77-83页 |
| 4.3.1 多极化SAR图像的基于乘性 -加性噪声的变分正则化模型的求解 | 第77-80页 |
| 4.3.2 多时相SAR图像的基于强度分离的变分正则化模型的求解 | 第80-83页 |
| 4.4 本章小结 | 第83-85页 |
| 第五章 向量的变分正则化模型在图像重构中的应用 | 第85-105页 |
| 5.1 彩色图像的重构 | 第85-89页 |
| 5.1.1 非局部向量总变分模型的应用 | 第85-89页 |
| 5.2 SAR图像的重构 | 第89-97页 |
| 5.2.1 评价指标 | 第90-91页 |
| 5.2.2 对多极化SAR图像去除相干斑的实验结果 | 第91-96页 |
| 5.2.3 对多时相SAR图像去除相干斑的实验结果 | 第96-97页 |
| 5.3 本章小结 | 第97-105页 |
| 第六章 结论与展望 | 第105-111页 |
| 6.1 论文工作总结 | 第105-107页 |
| 6.2 下一步工作展望 | 第107-111页 |
| 致谢 | 第111-113页 |
| 参考文献 | 第113-123页 |
| 作者在学期间取得的学术成果 | 第123页 |
