整体变分模型的修复方法

整体变分模型算法是用变分法求解图像的最小能量方程,整体变分模型执行各向异性扩散,对区域内部执行平滑,而在区域边界处不执行平衡过程,可以起到模糊区域内部噪声,而对边缘进行增强的效果。整体变分模型对含有噪声的非纹理图像进行修复,取得了较好的效果。     

基于图像整体变分和分数阶奇异性提取的图像恢复模型

分析基于图像整体变分理论所对应的图像恢复整体变分模型的不足：对于纹理丰富的含噪自然图像，在去除噪声的同时，损失了图像中固有的纹理信息。揭示从残差图像中提取具有分数阶导数奇异性图像的可能性，提出用于图像恢复的残差校正整体变分模型。模型提供一种图像的分解与表示方法。实验结果表明，该恢复模型对自然图像的边缘和纹理等细节保持效果大大优于整体变分模型。     

图像处理中的数学问题

主要介绍了图像处理中应用最新和最广的数学方法之一，通过偏微分方程及变分原理和Euler-lagrange方程的应用，可以得到基于曲率的几何图像模型，使图像恢复光滑的边界，并指出了要解决的难点及热点问题．     

弹性力学广义变分原理中的一个悖论

先从一个数学例题说明任意地应用变分法基本引理可能导致一个悖论,进而论述在弹性力学三类变量的广义变分原理中也出现了类似的悖论,最后指出:弹性本构关系不可能充任变分学中的Euler-Lagrangn方程。     

基于能量分布的自适应整体变分去噪方法

 研究了整体变分去噪的机制,提出了一种基于能量分布的自适应整体变分去噪模型,该模型继承了传统整体变分去噪保边缘的优点,并能够根据图像区域能量分布的特征,在不同区域自适应地选择相应的规整化参数,进行不同强度的去噪,在去噪保边缘的同时,较好地保持了纹理细节,在一定程度上克服了传统整体变分方法的缺点.     

互补变分原理及其在微扰近似理论中的应用

以正则变分和线性变分函数为基础，对互补变分原理作了论证，推导出二阶能量修正的上界和不受任何条件限制的下界，并对具体计算方法作了详细的研究。得出互补变分原理在微扰理论近似中应用所求氢原子的极化率结果比一般的变分法和微扰法所得结果更接近于实验值。并指出这理论可以推广应用到激发态或处理高阶修正问题。     

互补变分原理及其在微扰理论近似中的应用

本文以正则变分和线性变分函数为基础,对互补变分原理作了论证,推导出二阶能量修正的上界和不受任务条件限制的下界,并对具体计算方法作了详细研究。得出互补变分原理和微扰理论近似中应用所求氢原子的极化率结果,比一般的变分法和微扰法所得结果更接近于实验值。并指出这一理论可以推广应用到激发态或处理高阶修正问题。     

拉格朗日早年对其变分方法的参数化与发展

拉格朗日"变分方法"(亦称δ-算法)的引进,堪为变分法早期发展中的一次变革。然而在最初提出这一新方法时,拉格朗日却经历了由非参数向参数表示形式的转变,实现了该方法的参数化。依据原始文献,首先解析了拉格朗日δ-算法的非参数表示和参数表示,然后探讨了在参数化过程中他对变分法相关理论及应用所作的革新与发展。研究表明:通过参数化改造,拉格朗日对变分问题、变分方程、横截性条件以及变分法的力学应用——最小作用原理等均做出了拓广或发展。拉格朗日对其变分方法的参数化不仅开阔了变分法研究的范围,而且赋予了变分法在力学应用中的重大价值。     

基于梯度和拉普拉斯算子的图像扩散变分模型

采用图像扩散的变分方法可以有效地设计边缘保持或增强的图像恢复模型。传统的模型往往基于图像强度的梯度,所得到的结果在本该光滑的区域具有明显的阶梯效应。为此,提出了基于梯度和拉普拉斯算子的图像扩散变分模型,以期实现在对图像进行噪声去除的同时,保持或增强图像的边缘,并消除单纯基于梯度模型导致图像光滑区域的阶梯效应。对变分模型中光滑项的设计,首先针对一维模型的分析得出基于梯度和拉普拉斯算子模型向前、后扩散的条件,然后将其推广到二维图像扩散,并在设计的有限差分方法基础上,对所提模型的有效性进行了实验验证,效果良好。     

贝叶斯框架下的模糊图像盲去卷积算法

为了去除图像模糊的同时,保持图像边缘等细节信息,需要对原始图像和点扩散函数进行准确的估计.在贝叶斯框架下,基于总变分模型,建立原始图像和点扩散函数的先验模型,同步估计原始图像和点扩散函数.对于总变分模型不可微分的问题,在不影响速度的前提下,用迭代重加权范数算法处理该问题.基于共轭分布理论,提出以伽马分布作为未知参数的先验模型,准确估计参数.实验表明该算法在对原始图像、点扩散函数和参数准确估计的基础上,成功地解决了模糊图像的盲去卷积问题,算法的速度和效果都得到了改进.与同类算法相比,本文提出的算法具有一定优势.