文摘
英文文摘
声明
第一章 绪论
1.1研究背景及意义
1.2偏微分方程图像处理发展历史及主要模型
1.2.1偏微分方程图像处理发展历史
1.2.2图像处理中几类经典的偏微分方程模型
1.3论文主要研究内容和结构安排
1.3.1论文的主要工作
1.3.2论文的具体内容安排
第二章 各向异性扩散模型
2.1.扩散模型介绍
2.1.1热扩散方程
2.1.2 P-M扩散方程
2.1.3方向扩散方程
2.2一种改进的基于热方程的扩散模型
2.2.1新模型的提出
2.2.2新模型的离散格式
2.2.3实验仿真
2.3改进的方向扩散方程
2.3.1新模型的提出
2.3.2实验仿真
2.4本章小结
第三章 图像复原中的变分模型
3.1 TV变分在图像恢复中的研究现状
3.2加权变分的图像恢复模型
3.2.1非线性加权变分模型的提出
3.2.2线性加权变分模型
3.2.3新模型的离散
3.2.4实验仿真
3.3基于小波与变分的图像复原模型
3.3.1新模型的提出
3.3.2新模型的离散
3.3.3实验仿真
3.4基于L1范数与小波的加权变分模型
3.4.1新模型的提出
3.4.2模型的离散
3.4.3数值实验
3.5本章小结
第四章 基于直方图均衡化的图像增强算法
4.1基于直方图均衡化的图像增强算法
4.1.1直方图均衡(HE)算法
4.1.2对比度受限自适应直方图均衡(CLAHE)算法
4.1.3加权平均的直方图均衡化算法
4.2对比度受限自适应直方图均衡化算法的改进
4.2.1对比度自适应剪切的直方图均衡化算法(CACHE)
4.2.2对比度自适应剪切的加权平均直方图均衡化(CACWHE)
4.2.3仿真实验
4.3本章小结
第五章 基于聚类与颜色量化的彩色图像分割
5.1 K-means算法和中位切割法的介绍
5.1.1 K-means聚类算法
5.1.2中位切割法
5.2基于K-means的全局次最优颜色聚类算法
5.2.1 K-means聚类的两类初始化方法介绍
5.2.2新算法的提出
5.2.3实验仿真
5.3基于视觉一致的彩色图像分割算法
5.3.1 RGB与Munsell HVC颜色空间的转换
5.3.2颜色聚类算法
5.3.3区域的归并——颜色聚类分割算法
5.3.4聚类与分割的实验仿真
5.4本章小结
第六章 总结与展望
致谢
参考文献
攻读博士学位期间发表(录用)论文和科研情况