數(shù)字圖像處理是當(dāng)今熱門的交叉學(xué)科研究領(lǐng)域之一,涉及計(jì)算數(shù)學(xué)、信息科學(xué)、計(jì)算機(jī)技術(shù)及其他應(yīng)用科學(xué).圖像處理涵蓋了不同的研究內(nèi)容,包括圖像復(fù)原（不完全數(shù)據(jù)的圖像重建、完全數(shù)據(jù)的圖像重建）、圖像增強(qiáng)（去噪、去模糊）、圖像壓縮、圖像編碼與解碼、圖像分塊、圖像修補(bǔ)、彩色圖像處理等方向.圖像處理技術(shù)在介質(zhì)成像、地理遙感、航空航天成像、目標(biāo)檢測和監(jiān)控、信息傳遞等領(lǐng)域有著廣泛的應(yīng)用.描述這類問題的數(shù)學(xué)模型本質(zhì)上可以歸結(jié)于不適定問題的有效的數(shù)值求解,涵蓋了偏微分方程、最優(yōu)化理論、正則化方法、數(shù)值計(jì)算等不同的數(shù)學(xué)學(xué)科方向,是當(dāng)前應(yīng)用數(shù)學(xué)和計(jì)算數(shù)學(xué)的熱點(diǎn)研究領(lǐng)域之一.由于成像模型的不同以及給定成像數(shù)據(jù)的差異,這類問題無論是從理論分析上,還是從數(shù)值計(jì)算上,都有許多亟待研究的問題.廣義上的圖像復(fù)原,包括對完全或不完全數(shù)據(jù)的圖像去噪去模糊的重建過程,是一個(gè)比通常意義下的圖像增強(qiáng)問題范圍更廣的一類圖像處理問題.圖像復(fù)原的主要難點(diǎn)之一,是從不完全的噪聲數(shù)據(jù)中去除噪音的同時(shí),捕獲圖像特征,例如界面和紋理.本論文主要研究由不完全頻域噪聲數(shù)據(jù)重建圖像的問題,并用于醫(yī)學(xué)圖像的有效恢復(fù),即通過不完全的數(shù)據(jù)重構(gòu)出可識別的、可利用... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：119 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
術(shù)語與數(shù)學(xué)符號約定
第一章 緒論
    1.1 圖像處理問題的數(shù)學(xué)描述
        1.1.1 經(jīng)典ROF模型
        1.1.2 壓縮感知模型
    1.2 壓縮感知理論
        1.2.1 信號的稀疏表示
        1.2.2 不完全頻域數(shù)據(jù)重建模型與算法的構(gòu)造
    1.3 已有的相關(guān)工作
        1.3.1 帶有單一罰項(xiàng)的圖像復(fù)原模型
        1.3.2 帶有多個(gè)罰項(xiàng)的圖像復(fù)原模型
        1.3.3 圖像復(fù)原反問題的理論分析
        1.3.4 基于不完全采樣數(shù)據(jù)的圖像復(fù)原問題
    1.4 本文的工作與創(chuàng)新點(diǎn)
    1.5 本章小結(jié)
第二章 帶有l(wèi)~2-TV罰項(xiàng)的圖像復(fù)原模型及空域分塊雙循環(huán)迭代格式
    2.1 基于有限頻域數(shù)據(jù)的帶有l(wèi)2-TV罰項(xiàng)的圖像復(fù)原模型
    2.2 空域分塊雙循環(huán)迭代格式
    2.3 數(shù)值模擬
    2.4 本章小結(jié)
第三章 帶有l(wèi)~1-TV罰項(xiàng)的圖像復(fù)原模型及空域雙循環(huán)迭代格式
    3.1 帶有Charbonnier型近似l~1-TV罰項(xiàng)的圖像復(fù)原模型
    3.2 多個(gè)正則化參數(shù)選取與誤差估計(jì)分析
    3.3 空域雙循環(huán)迭代格式
    3.4 數(shù)值模擬
    3.5 本章小結(jié)
第四章 帶有簡化型l~1-TV罰項(xiàng)的圖像復(fù)原模型及循環(huán)嵌套的交替迭代格式
    4.1 帶有簡化型l~1-TV罰項(xiàng)的圖像復(fù)原模型
    4.2 循環(huán)嵌套的交替迭代格式
    4.3 迭代格式的收斂性分析
    4.4 數(shù)值模擬
    4.5 本章小結(jié)
第五章 總結(jié)與展望
致謝
參考文獻(xiàn)
作者攻讀博士學(xué)位期間的研究成果、參與的科研項(xiàng)目及學(xué)術(shù)會議


【參考文獻(xiàn)】：
期刊論文
[1]基于廣義規(guī)范化稀疏模型的圖像盲去模糊算法[J]. 楊常星,邵文澤,葛琦,李海波.  計(jì)算機(jī)應(yīng)用研究. 2017(08)
[2]MRI新技術(shù)在臨床腦梗塞診斷中的應(yīng)用[J]. 周林江.  國外醫(yī)學(xué)(臨床放射學(xué)分冊). 1999(03)

博士論文
[1]拋物型方程參數(shù)辨識的正則化方法[D]. 王兵賢.東南大學(xué) 2017



本文編號：3568733