声明
摘要
第一章 绪论
1．1 引言
1．2 典型图像处理的变分PDE模型
1．2．1 图像去噪变分PDE模型
1．2．2 图像增强变分PDE模型
1．2．3 图像融合变分PDE模型
1．2．4 遥感图像处理变分PDE方法的主要问题
1．3 课题来源
1．4 论文主要研究内容与结构安排
第二章 变分法相关基础
2．1 变分法相关定义及基本引理
2．1．1 基本概念
2．1．2 基本引理
2．1．3 定解问题
2．2 变分法和梯度下降流
2．2．1 变分原理及欧拉方程
2．2．2 梯度下降流
2．2．3 迭代终止条件
2．3 基于变分法的图像处理框架
第三章 遥感图像增强的变分PDE方法
3．1 基于变分PDE的图像增强方法
3．1．1 直方图均衡化变分模型
3．1．2 Retinex变分模型
3．1．3 梯度场增强模型
3．1．4 视觉感知增强变分框架
3．2 改进的视觉感知增强模型
3．2．1 梯度增强函数
3．2．2 改进模型的总能量泛函形式
3．3 实验结果及分析
3．3．1 灰度图像增强实验
3．3．2 彩色图像增强实验
3．4 本章小结
第四章 遥感图像去噪的变分PDE方法
4．1 多类条带噪声去除模型
4．1．1 直方图匹配变分项
4．1．2 各向异性扩散方程
4．1．3 单向全变分模型
4．2 总能量泛函和数值化求解方案
4．2．1 VHM-PM模型数值化求解
4．2．2 VHM-TV模型数值化求解
4．3 实验结果与分析
4．4 本章小结
第五章 遥感图像融合的变分PDE方法
5．1 Socolinsky对比度模型
5．2 多分辨率域变分融合策略
5．2．1 低频系数融合策略
5．2．2 高频系数融合策略
5．2．3 数值化求解方案
5．2．4 实验结果及分析
5．3 面向光谱保持的变分融合模型
5．3．1 几何结构注入项
5．3．2 光谱信息保持项
5．3．3 对比度增强项
5．3．4 总能量泛函形式和数值求解方案
5．3．5 实验结果及分析
5．4 本章小结
第六章 结束语
6．1 本文工作总结
6．2 未来工作展望
致谢
附录
附录A 直方图均衡化变分模型欧拉方程推导
附录B 多分辨率分析融合策略
附录C Piella模型及欧拉方程
参考文献
攻读学位期间成果
东南大学;
