| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 遥感图像的噪声分析 | 第12-13页 |
| 1.3 遥感图像去噪方法的发展 | 第13-14页 |
| 1.4 图像去噪质量的评价标准 | 第14-16页 |
| 1.5 本文内容及章节安排 | 第16-17页 |
| 2 基于偏微分方程的图像去噪模型 | 第17-29页 |
| 2.1 偏微分方程的原理 | 第17-19页 |
| 2.2 偏微分方程方法在图像处理上的应用 | 第19-22页 |
| 2.2.1 偏微分方程的一些基本概念 | 第19-20页 |
| 2.2.2 典型的偏微分方程 | 第20页 |
| 2.2.3 偏微分方程的定解问题 | 第20-22页 |
| 2.3 用于图像去噪的几种经典的偏微分方程模型 | 第22-25页 |
| 2.3.1 P-M 非线性扩散模型 | 第22-23页 |
| 2.3.2 自适应全变差去噪模型 | 第23-25页 |
| 2.3.3 四阶 PDE 去噪模型 | 第25页 |
| 2.4 仿真实验 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于区域分割的混合 PDE 模型遥感图像去噪 | 第29-38页 |
| 3.1 改进的两种 PDE 模型 | 第29-33页 |
| 3.1.1 纯各向异性扩散模型 | 第29-31页 |
| 3.1.2 新的四阶 PDE 去噪模型 | 第31-33页 |
| 3.2 基于区域分割的混合 PDE 遥感图像去噪 | 第33-35页 |
| 3.2.1 算法的实现与步骤 | 第33-34页 |
| 3.2.2 含噪图像的分割算法 | 第34-35页 |
| 3.3 仿真实验 | 第35-37页 |
| 3.3.1 算法验证 | 第35页 |
| 3.3.2 遥感图像去噪实验 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于小波分形和偏微分方程相结合的遥感图像去噪 | 第38-45页 |
| 4.1 小波去噪与小波分形原理 | 第38-40页 |
| 4.1.1 小波阈值去噪方法 | 第38-40页 |
| 4.1.2 小波基的选取 | 第40页 |
| 4.2 基于小波分形和偏微分方程相结合的遥感图像去噪 | 第40-42页 |
| 4.2.1 算法的实现与步骤 | 第40-41页 |
| 4.2.2 分形常数的求解 | 第41-42页 |
| 4.3 仿真实验 | 第42-44页 |
| 4.3.1 算法验证 | 第42-43页 |
| 4.3.2 遥感图像去噪实验 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 基于 NSCT 和偏微分方程相结合的遥感图像去噪 | 第45-53页 |
| 5.1 非下采样 Contourlet 变换 | 第45-48页 |
| 5.1.1 NSCT 塔式滤波器组 | 第46-47页 |
| 5.1.2 NSCT 方向滤波器组 | 第47-48页 |
| 5.2 基于非下采样和偏微分方程相结合的遥感图像去噪 | 第48-50页 |
| 5.2.1 算法的实现与步骤 | 第48-49页 |
| 5.2.2 巴特沃斯高通滤波器 | 第49-50页 |
| 5.3 仿真实验 | 第50-51页 |
| 5.3.1 算法验证 | 第50页 |
| 5.3.2 遥感图像去噪实验 | 第50-51页 |
| 5.4 本章小结 | 第51-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第60-61页 |
