基于偏微分方程的图像复原和增强算法研究
| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·引言 | 第12-13页 |
| ·发展与历史研究现状 | 第13-16页 |
| ·基于偏微分方程的图像恢复、增强和分割算法 | 第16-17页 |
| ·论文的选题意义 | 第17-18页 |
| ·本文的组织结构、主要工作及创新 | 第18-20页 |
| 第二章 基于变分最小化的图像复原 | 第20-46页 |
| ·引言 | 第20-21页 |
| ·图像复原模型 | 第21-24页 |
| ·图像恢复问题的不适定性及其解法 | 第24-25页 |
| ·反问题、第一类算子方程与不适定性 | 第24页 |
| ·正则化方法 | 第24-25页 |
| ·全变分最小化图像复原 | 第25-29页 |
| ·一种变正则参数的四阶偏微分方程图像恢复模型 | 第29-35页 |
| ·正则参数的选取 | 第31-33页 |
| ·四阶偏微分方程模型的离散解法 | 第33-34页 |
| ·实验结果与讨论 | 第34-35页 |
| ·基于变分模型的彩色图像复原算法 | 第35-46页 |
| ·引言 | 第35页 |
| ·颜色模型 | 第35-37页 |
| ·一种RGB 颜色空间中保持纹理的去噪模型 | 第37-41页 |
| ·CB 颜色空间中的图像复原 | 第41-43页 |
| ·实验结果与讨论 | 第43-46页 |
| 第三章 基于各向异性扩散方程的图像平滑 | 第46-77页 |
| ·引言 | 第46-48页 |
| ·各向同性扩散方程与图像恢复 | 第48-49页 |
| ·各向异性扩散方程与图像恢复 | 第49-54页 |
| ·Perona-Malik 方程 | 第49-51页 |
| ·变参数预平滑方程 | 第51-52页 |
| ·图像平滑与能量扩散过程 | 第52-54页 |
| ·异向扩散模型的极值原理 | 第54页 |
| ·一个改进的噪声图像恢复模型 | 第54-57页 |
| ·Beltrami 流与图像恢复 | 第54-56页 |
| ·实验结果与结论 | 第56-57页 |
| ·复数域内的异向滤波方法 | 第57-63页 |
| ·复数域内的扩散方程 | 第57-59页 |
| ·本文提出的扩散方程 | 第59页 |
| ·实验结果及讨论 | 第59-60页 |
| ·复数域内的各向异性扩散滤波方程解的存在唯一性 | 第60-63页 |
| ·基于异向扩散滤波方向特性的去噪方法 | 第63-67页 |
| ·关于各向异性扩散迭代终止时间的讨论 | 第67-71页 |
| ·小波分析基本理论 | 第68-69页 |
| ·实验结果与讨论 | 第69-71页 |
| ·基于异向扩散滤波的视频图像降噪 | 第71-72页 |
| ·视频图像降噪的异向扩散滤波模型 | 第71页 |
| ·实验结果与讨论 | 第71-72页 |
| ·小波域内的各向异性扩散滤波 | 第72-76页 |
| ·正交小波变换与平稳小波变换 | 第72-74页 |
| ·白噪声与有色噪声 | 第74-76页 |
| ·小结 | 第76-77页 |
| 第四章 基于偏微分方程的图像增强算法 | 第77-97页 |
| ·引言 | 第77-78页 |
| ·图像增强的偏微分方程模型 | 第78-82页 |
| ·反向扩散滤波方程 | 第78-79页 |
| ·基于冲击滤波的图像增强模型 | 第79-82页 |
| ·冲击滤波在图像超分辨率处理中的应用 | 第82-88页 |
| ·带噪声信号的冲击滤波模型 | 第82-85页 |
| ·基于冲击滤波的图像放大 | 第85-88页 |
| ·一种带噪声文本图像增强算法 | 第88-90页 |
| ·文本图像增强模型 | 第88-89页 |
| ·实验结果与讨论 | 第89-90页 |
| ·复数域内的图像增强扩散滤波方程 | 第90-93页 |
| ·复数域内的反向扩散滤波 | 第90-91页 |
| ·复数域内的双向扩散滤波方程 | 第91-92页 |
| ·实验结果和讨论 | 第92-93页 |
| ·基于偏微分方程的图像直方图修正 | 第93-96页 |
| ·图像的灰度变换 | 第93-94页 |
| ·直方图均衡化处理 | 第94-96页 |
| ·小结 | 第96-97页 |
| 第五章 基于全变分模型的图像修描算法 | 第97-106页 |
| ·引言 | 第97-98页 |
| ·全变分法在图像修描中的应用 | 第98-102页 |
| ·基于内插的局部图像修描 | 第98页 |
| ·基于全变分范数的图像局部修描和增强 | 第98-100页 |
| ·实验结果和讨论 | 第100-102页 |
| ·基于图像分解的图像修描算法 | 第102-105页 |
| ·纹理图像的概念 | 第102页 |
| ·图像的多尺度分层分解 | 第102-104页 |
| ·纹理图像修描 | 第104-105页 |
| ·实验结果 | 第105页 |
| ·小结 | 第105-106页 |
| 第六章 各向异性扩散在图像分割中的一些应用 | 第106-117页 |
| ·引言 | 第106-107页 |
| ·多尺度空间中的分水岭算法 | 第107-110页 |
| ·图像分割的分水岭算法 | 第107-108页 |
| ·图像的分层分割 | 第108-110页 |
| ·实验结果和讨论 | 第110页 |
| ·基于主动轮廓模型的图像分割方法 | 第110-117页 |
| ·发展历史 | 第110-111页 |
| ·Snake 模型的概念 | 第111-113页 |
| ·尺度空间中图像的GVF Snake 模型 | 第113-115页 |
| ·实验结果和讨论 | 第115-117页 |
| 第七章 总结与展望 | 第117-120页 |
| 参考文献 | 第120-127页 |
| 作者攻读博士学位期间完成的学术论文 | 第127-128页 |
| 致谢 | 第128页 |
