解LLT模型的非線性多重網(wǎng)格方法.pdf

1、在圖像成像、復(fù)制、掃描、傳輸、顯示等過程中,不可避免地會造成圖像的降質(zhì),如圖像模糊、噪聲干擾等。而在許多應(yīng)用領(lǐng)域中,又需要清晰的、高質(zhì)量的圖像。因此,圖像復(fù)原(如去噪、去模糊等)具有重要的意義。圖像復(fù)原就是對原始圖像進(jìn)行重構(gòu),盡可能多地恢復(fù)圖像的主要特征，圖像復(fù)原是圖像處理中非常重要而又富有挑戰(zhàn)性的課題,至今還有很多問題沒有完全解決。本文將一種改進(jìn)的對偶算法應(yīng)用于一種四階偏微分方程模型-LLT模型。我們在求解LLT模型時,采用了非線性多

2、重網(wǎng)格方法的一種完全逼近格式,其中光滑迭代采用改進(jìn)的Chainbolle對偶算法,即一種不動點(diǎn)迭代算法。本研究分為五個部分：
　　 第一章主要介紹圖像處理的發(fā)展歷史,圖像復(fù)原的研究背景及進(jìn)展情況,尤其是圖像去噪的發(fā)展現(xiàn)狀,同時簡要介紹了本文的主要工作,并給出了相關(guān)的預(yù)備知識。
　　 第二章介紹了ROF去噪模型和兩類基于四階偏微分方程的去噪模型,在分析這些模型的優(yōu)缺點(diǎn)的同時回顧了求解這些模型的一般算法。
　　 第三