首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于模糊集理论的图像滤波方法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-12页
   ·研究背景第7-8页
   ·图像滤波研究的现状第8-9页
   ·模糊集理论在图像处理中的应用第9-11页
   ·论文组织结构第11-12页
第二章 图像滤波的基础第12-21页
   ·数字图像第12-13页
   ·图像噪声第13-16页
     ·图像噪声模型第13页
     ·图像噪声的分类第13-16页
   ·传统的图像滤波方法第16-19页
     ·均值滤波算法第16-18页
     ·中值滤波算法第18-19页
   ·滤波性能评估准则第19-20页
     ·主观评估法第19页
     ·客观评估法第19-20页
   ·本章小结第20-21页
第三章 Type-2 模糊集理论基础第21-29页
   ·引言第21页
   ·Type-1 模糊系统第21-23页
   ·Type-2 模糊系统第23-25页
     ·区间Type-2 型模糊集第24页
     ·高斯Type-2 型模糊集第24-25页
   ·Type-2 模糊隶属函数第25-28页
     ·区间Type-2 型模糊隶属函数第25-27页
     ·高斯Type-2 型模糊隶属函数第27-28页
   ·本章小结第28-29页
第四章 Type-2 模糊系统模型组合的噪声滤波器第29-42页
   ·引言第29页
   ·Type-2FLS第29-32页
   ·本文TFLS 滤波算法原理第32-34页
     ·区间类型2 模糊系统第32-34页
     ·高斯类型2 模糊系统第34页
   ·两种模糊系统模型组合第34-35页
   ·TFLS 滤波器第35-36页
   ·实验结果与分析第36-41页
   ·本章小结第41-42页
第五章 一种有效去除脉冲噪声的新滤波器第42-53页
   ·引言第42页
   ·有效去除脉冲噪声的算法原理第42-46页
     ·噪声检测第42-44页
     ·噪声滤波第44-46页
   ·本文算法实现第46页
   ·实验结果与分析第46-52页
   ·本章小结第52-53页
第六章 总结和展望第53-55页
   ·论文工作总结第53-54页
   ·未来工作展望第54-55页
致谢第55-56页
参考文献第56-59页
附录:作者在攻读硕士学位期间发表的论文第59页

论文共59页,点击 下载论文
上一篇:基于样图的纹理合成实现
下一篇:群智能算法的研究与应用--基于求解矩形优化排样问题