学位论文 > 优秀研究生学位论文题录展示

解LLT模型的非线性多重网格方法

作 者: 张俊
导 师: 曾金平
学 校: 湖南大学
专 业: 应用数学
关键词: 图像处理 图像复原 去噪 对偶算法 LLT模型 非线性多重网格方法 完全逼近格式
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 17次
引 用: 0次
阅 读: 论文下载
 

内容摘要


在图像成像、复制、扫描、传输、显示等过程中,不可避免地会造成图像的降质,如图像模糊、噪声干扰等.而在许多应用领域中,又需要清晰的、高质量的图像,因此,图像复原(如去噪、去模糊等)具有重要的意义.图像复原就是对原始图像进行重构,尽可能多地恢复图像的主要特征.图像复原是图像处理中非常重要而又富有挑战性的课题,至今还有很多问题没有完全解决.本文将一种改进的对偶算法应用于一种四阶偏微分方程模型-LLT模型.我们在求解LLT模型时,采用了非线性多重网格方法的一种完全逼近格式,其中光滑迭代采用改进的Chambolle对偶算法,即一种不动点迭代算法.全文共分五章:第一章主要介绍图像处理的发展历史,图像复原的研究背景及进展情况,尤其是图像去噪的发展现状,同时简要介绍了本文的主要工作,并给出了相关的预备知识.第二章介绍了ROF去噪模型和两类基于四阶偏微分方程的去噪模型,在分析这些模型的优缺点的同时回顾了求解这些模型的一般算法.第三章介绍了线性多重网格方法和非线性多重网格方法的思想,描述了算法的一般形式.第四章是本文的主要工作。我们采用非线性多重网格方法求解LLT模型,其光滑迭代采用改进的Chambolle对偶算法.该算法具有较快的收敛速度。第五章给出了相关的数值算例.通过数值试验对算法加以检验.最后,我们对全文进行了总结并指出有待进一步研究的课题.

全文目录


摘要  5-6
Abstract  6-8
第1章 绪论  8-15
  1.1 图像处理的发展历史  8-10
  1.2 图像复原技术概述  10-11
  1.3 预备知识  11-14
  1.4 本文研究的问题及主要工作  14-15
第2章 图像去噪模型  15-24
  2.1 ROF模型  15-20
    2.1.1 本原方程  16-17
    2.1.2 对偶方程  17-20
  2.2 四阶去噪模型  20-24
    2.2.1 You-Kaveh模型  20-21
    2.2.2 LLT模型  21-24
第3章 多重网格方法  24-29
  3.1 线性多重网格方法  24-26
  3.2 非线性多重网格方法  26-29
第4章 求解LLT模型的非线性多重网格方法  29-37
  4.1 基本概念以及模型的提出  29-30
  4.2 算法  30-37
第5章 数值试验及结果分析  37-44
  5.1 与基于ROF模型的对偶方法比较  37-40
  5.2 与基于LLT模型的梯度下降法比较  40-44
结论  44-45
参考文献  45-48
致谢  48

相似论文

  1. 基于CCD图像传感器的温度测量技术研究,TH811
  2. 基于FPGA的电磁超声检测系统的研究,TH878.2
  3. 网络语音传输丢包的恢复技术,TN912.3
  4. 基于小波变换的语音信号去噪及其DSP算法实现,TN912.3
  5. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  6. 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
  7. 医学超声图像去噪方法研究,TP391.41
  8. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  9. 机械臂视觉伺服系统的研究,TP242.6
  10. 数字图像处理在集装箱检测中的应用研究,TP274.4
  11. 半成型结构在休闲女装中的应用,TS941.2
  12. 电子产品质量监控测试设备设计,TN06
  13. 基于∑-Δ调制的水声信号发射机研究,TN761
  14. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  15. 基于机器视觉的光纤几何参数检测研究,TN253
  16. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  17. 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
  18. 基于图像处理技术的两相流动特性描述,TP391.41
  19. 车牌识别系统中车牌定位算法的研究,TP391.41
  20. 轮廓波变换及其在图像处理中的应用,TP391.41
  21. 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com