logo
教育论文中心  教育论文中心   广告服务  广告服务   论文搜索  论文搜索   论文发表  论文发表   会员专区  会员专区   在线购卡   在线购卡   服务帮助  服务帮助   联系我们  联系我们   网站地图  网站地图   硕士论文  会员专区   博士论文
当前位置:教育论文中心首页--博士论文--图像恢复与Pan-sharpening的高阶变分模型及算法
博硕论文分类列表
工业技术 交通运输 农业科学
生物科学 航空航天 历史地理
医学卫生 语言文字 环境科学
综合图书 政治法律 社会科学
马列主义、毛泽东思想 艺术
数理科学和化学 文学
天文学、地理科学 军事
文化科学、教育体育 经济
自然科学总论 哲学
查看更多分类
 
论文搜索
 
 
相关论文
基于字典学习算法的遥感图像复原及
多细胞随机性方法运动分析研究
基于高阶变分图像去噪和复原方法
剪叉式空间伸展臂展开过程仿真
广义傅里叶级数法和柔性约束压杆临
Banach空间完全凸函数
信息系统灾难备份和恢复技术研究
基于高阶变分模型乘性噪声去除
图像语言转向——后形式主义、
个性化地图服务理论方法研究
求解块可分凸优化问题预测—校正
业余运动员体能训练恢复营养
棕地生态恢复再生——上海世博园
基于图像建模绘制方法图像浮雕
基于非局部信息图像恢复图像
一种适用于微机保护递推DF
基于高维视觉特征模型目标图像
大白菜polCMS恢复基因BrR
基于公众景观认知徐州矿业废弃地
浑善达克退化生态系统恢复研究—自
稀疏信号联合恢复低秩稀疏恢复
图像恢复算法研究
有噪图像恢复研究
图像恢复算法中参数预估
三江源区“黑土型”退化草地形成机
矿山生态恢复补偿费计算方法研究
基于BP神经网络生态恢复评价研
基于多波束测深数据海底等深线提
版画构成表现方法在三维图像
人脸表情识别、重建合成
模糊遗传算法及其在图像恢复
一种新实用安全加密标准算法——
光学数字图像增强算法应用研究
黎曼几何在数字图像处理中应用
基于稀疏特性图像恢复和质量评价
超分辨率图像恢复方法研究
基于自适应滤波和稀疏正则图像
基于统计分析图像去模糊图像
结构约束条件下图像恢复问题研究
相似图像组分割技术研究
脑核磁共振图像虚拟人脑图像分割
数字化虚拟胰腺三维重建图像传统
图像遇到网络--试析图像时代网
H.264图像压缩图像增强算法
关于带任务约束条件设备维修指派
我国刑法中
一种供应链物流能力改进模型
基于偏微分方程图像复原和增强算
中国GDP计量经济模型(ARI
针刺土工织物垂直渗透率理论研究
基于改进时间动态规整算法多特
灾后四川旅游恢复重建对策研究
20040700南非草原生态恢复
生态经济学理论在环境恢复重建中
我国西部生态恢复重建法律规制
胫骨平台骨折术中下肢力线恢复
危机管理中社会秩序恢复重建
四反转恢复序列在颈动脉粥样斑块M
可实现图像内容认证恢复脆弱
基于PDE图像恢复模型图像
浅析视觉图像文化当代艺术教育
 
科目列表
市场营销 管理理论 人力资源
电子商务 社会实践 先进教育
伦理道德 艺术理论 环境保护
农村研究 交通相关 烟草论文
电子电气 财务分析 融资决策
电影艺术 国学论文 材料工程
语文论文 数学论文 英语论文
政治论文 物理论文 化学论文
生物论文 美术论文 历史论文
地理论文 信息技术 班主任
音乐论文 体育论文 劳技论文
自然论文 德育管理 农村教育
素质教育 三个代表 旅游管理
国际贸易 哲学论文 工商管理
证券金融 社会学 审计论文
会计论文 建筑论文 电力论文
水利论文 园林景观 农林学
中医学 西医学 心理学
公安论文 法学法律 思想汇报
法律文书 总结报告 演讲稿
物业管理 经济学 论文指导
计算机 护理论文 社会调查
军事论文 化工论文 财政税收
保险论文 物流论文 语言教育
教育教学 给水排水 暖通论文
结构论文 综合类别 硕士论文
博士论文    
 
 
图像恢复与Pan-sharpening的高阶变分模型及算法
 
     论文目录
 
摘要第5-7页
Abstract第7-9页
1 绪论第13-29页
    1.1 问题背景及研究意义第13-15页
    1.2 图像处理变分模型的关键问题第15-16页
    1.3 国内外研究现状与评述第16-25页
        1.3.1 图像恢复问题第16-20页
        1.3.2 Pan-sharpening问题第20-25页
    1.4 论文的主要研究工作第25-29页
        1.4.1 论文的主要成果及创新点第25-27页
        1.4.2 论文的组织结构第27-29页
2 高阶全变差正则化图像恢复方法第29-70页
    2.1 引言第29-30页
    2.2 已有的高阶全变差模型及其MM算法分析第30-32页
        2.2.1 高阶全变差的定义第30-31页
        2.2.2 高阶全变差正则化图像恢复模型及MM算法分析第31-32页
    2.3 高阶全变差的等价表示及性质分析第32-35页
    2.4 基于解耦的高阶全变差正则化图像恢复模型及快速算法第35-51页
        2.4.1 提出的解耦变分模型及模型分析第35-37页
        2.4.2 模型求解的IWDFPGD算法第37-40页
        2.4.3 算法收敛性分析第40-43页
        2.4.4 实验结果比较与分析第43-51页
            2.4.4.1 实验设置第43-44页
            2.4.4.2 不同方法的恢复结果比较与性能分析第44-51页
    2.5 高阶全变差正则化乘性噪声抑制方法第51-68页
        2.5.1 高阶全变差正则化乘性噪声抑制模型第51-53页
        2.5.2 模型求解的交替迭代最小化算法第53-55页
        2.5.3 算法收敛性分析第55-56页
        2.5.4 实验结果比较与分析第56-68页
            2.5.4.1 实验设置第56-57页
            2.5.4.2 不同测试图像数据集上的实验结果分析第57-68页
    2.6 本章小结第68-70页
3 混合高阶全变差正则化图像恢复方法第70-88页
    3.1 引言第70页
    3.2 混合高阶全变差正则化图像恢复模型第70-74页
        3.2.1 混合高阶全变差及模型的提出第70-72页
        3.2.2 混合高阶全变差的等价表示性质第72-74页
    3.3 模型求解的MFISTA算法第74-78页
    3.4 实验结果比较与分析第78-87页
        3.4.1 实验设置第78-79页
        3.4.2 自然图像测试集上的恢复结果分析第79-84页
        3.4.3 生物医学图像测试集上的恢复结果分析第84-87页
    3.5 本章小结第87-88页
4 空间Hessian特征驱动的变分Pan-sharpening方法第88-128页
    4.1 引言第88-89页
    4.2 典型变分Pan-sharpening模型及其分析第89-91页
        4.2.1 Pan-sharpening问题描述第89页
        4.2.2 典型变分Pan-sharpening模型及分析第89-91页
    4.3 提出的变分Pan-sharpening模型第91-98页
        4.3.1 基于观测模型的光谱信息保真项第92页
        4.3.2 Hessian特征驱动的空间信息保持项第92-98页
            4.3.2.1 建模动机第92-95页
            4.3.2.2 提出的空间信息保持项第95-98页
        4.3.3 空间Hessian特征驱动的变分Pan-sharpening模型:SHFGVP模型第98页
    4.4 模型求解的前向后向分裂算法第98-101页
    4.5 实验结果与分析第101-127页
        4.5.1 实验数据集和实验设置第101-102页
        4.5.2 质量评价指标第102-105页
        4.5.3 参数选取第105-106页
        4.5.4 仿真数据实验第106-121页
        4.5.5 真实数据实验第121-125页
        4.5.6 计算效率分析与比较第125-127页
    4.6 本章小结第127-128页
5 高阶几何结构信息迁移的变分Pan-sharpening方法第128-154页
    5.1 引言第128-129页
    5.2 提出的变分Pan-sharpening模型第129-134页
        5.2.1 基于观测模型的光谱信息保真项第129页
        5.2.2 基于Wavelet融合的光谱信息保真项第129-130页
        5.2.3 提出的高阶几何结构信息迁移项第130-133页
        5.2.4 高阶几何结构信息迁移的变分Pan-sharpening模型第133-134页
    5.3 模型求解的FISTA算法第134-136页
    5.4 实验结果与分析第136-152页
        5.4.1 实验设置第136-137页
        5.4.2 仿真数据实验第137-146页
        5.4.3 真实数据实验第146-151页
        5.4.4 计算效率分析与比较第151-152页
    5.5 本章小结第152-154页
6 总结与展望第154-157页
    6.1 本论文工作总结第154-155页
    6.2 未来工作展望第155-157页
致谢第157-158页
参考文献第158-170页
附录第170-174页
攻读博士学位期间发表论文与出版著作情况第174-176页
攻读博士学位期间参加课题及资助基金情况第176页

 
 
论文编号BS2480297,这篇论文共176
会员购买按0.35元/页下载,共需支付61.6元。        直接购买按0.5元/页下载,共需要支付88元 。
我还不是会员,注册会员
会员下载更优惠!充值送钱!
我只需要这篇,无需注册!
直接网上支付,方便快捷!
 您可能感兴趣的论文
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。
 
 
| 会员专区 | 在线购卡 | 广告服务 | 网站地图 |
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656 或写信给我