基于主成分分析和双边滤波的图像降噪算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 图像降噪的研究背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 PCA用于图像处理的研究现状 | 第9页 |
| 1.2.2 双边滤波用于图像处理的研究现状 | 第9-10页 |
| 1.3 常见的噪声类型 | 第10页 |
| 1.4 图像质量评估的标准 | 第10-12页 |
| 1.4.1 图像质量评估的主观标准 | 第10-11页 |
| 1.4.2 图像质量评估的客观标准 | 第11-12页 |
| 1.5 论文内容及章节安排 | 第12-14页 |
| 第二章 主成分分析理论 | 第14-19页 |
| 2.1 主成分分析的基本思想 | 第14页 |
| 2.2 主成分分析的理论基础 | 第14-17页 |
| 2.3 主成分分析的计算步骤 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 双边滤波理论 | 第19-25页 |
| 3.1 双边滤波的基本思想 | 第19页 |
| 3.2 双边滤波的算法原理 | 第19-20页 |
| 3.3 双边滤波的参数设置 | 第20-23页 |
| 3.3.1 滤波窗口的参数设定 | 第20-21页 |
| 3.3.2 距离标准差与灰度标准差的参数设置 | 第21-23页 |
| 3.4 本章小结 | 第23-25页 |
| 第四章 基于主成分分析和双边滤波的图像降噪算法 | 第25-42页 |
| 4.1 算法流程介绍 | 第25-26页 |
| 4.2 局部像素块匹配构建PCA训练样本集 | 第26-27页 |
| 4.2.1 局部像素块匹配算法 | 第26页 |
| 4.2.2 构建PCA训练样本集 | 第26-27页 |
| 4.3 训练样本集中的主成分分析降噪 | 第27-31页 |
| 4.3.1 主成分分析降噪的数学描述 | 第27-29页 |
| 4.3.2 系数收缩与图像重构 | 第29-30页 |
| 4.3.3 基于噪声方差估计的自适应双边滤波 | 第30-31页 |
| 4.4 算法的实验结果与分析 | 第31-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 总结与展望 | 第42-43页 |
| 5.1 论文工作总结 | 第42页 |
| 5.2 论文工作展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 在读期间发表的学术论文及研究成果 | 第46-47页 |
| 致谢 | 第47页 |
