基于非局部相似性和稀疏表示的图像去噪技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 本课题研究的背景、目的和意义 | 第8-9页 |
| 1.2 图像去噪发展历程与研究现状 | 第9-11页 |
| 1.3 本文主要研究内容 | 第11-13页 |
| 2 图像噪声去除算法概述 | 第13-30页 |
| 2.1 图像噪声类型介绍 | 第13-18页 |
| 2.1.1 高斯噪声及模型 | 第14-15页 |
| 2.1.2 冲击噪声及模型 | 第15-16页 |
| 2.1.3 混合噪声及模型 | 第16-18页 |
| 2.2 图像去噪算法分类介绍 | 第18-27页 |
| 2.2.1 基于空间域的图像去噪算法 | 第18-23页 |
| 2.2.2 基于变换域的图像去噪算法 | 第23-27页 |
| 2.3 图像质量评价标准和方法 | 第27-29页 |
| 2.3.1 客观评价标准 | 第27-28页 |
| 2.3.2 主观评价标准 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 改进的非局部平均去噪算法及稀疏表示介绍 | 第30-42页 |
| 3.1 局部平均滤波去噪算法介绍 | 第30-32页 |
| 3.2 非局部平均滤波去噪算法及优化 | 第32-36页 |
| 3.2.1 非局部平均去噪算法分析 | 第32-33页 |
| 3.2.2 改进后的非局部平均去噪算法 | 第33-36页 |
| 3.3 基于稀疏表示的图像去噪算法 | 第36-41页 |
| 3.3.1 稀疏表示模型 | 第36-38页 |
| 3.3.2 稀疏分解算法 | 第38-39页 |
| 3.3.3 基于噪声图像的字典训练算法及去噪算法 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 融合非局部相似性和稀疏表示的混合噪声去除算法 | 第42-62页 |
| 4.1 算法概述 | 第43-44页 |
| 4.2 混合噪声下非局部相似性求解 | 第44-50页 |
| 4.2.1 初始图像的获取 | 第45-48页 |
| 4.2.2 求解非局部相似先验 | 第48-50页 |
| 4.3 混合噪声图像的稀疏表示 | 第50-56页 |
| 4.3.1 混合噪声图像的稀疏编码 | 第50-52页 |
| 4.3.2 混合噪声下的字典学习算法 | 第52-56页 |
| 4.4 融合非局部相似性和稀疏表示的图像去噪算法 | 第56-60页 |
| 4.4.1 变分模型介绍 | 第57-58页 |
| 4.4.2 本文算法变分模型的构建 | 第58-59页 |
| 4.4.3 求解变分模型 | 第59-60页 |
| 4.5 本章小结 | 第60-62页 |
| 5 仿真实验测试及分析 | 第62-72页 |
| 5.1 去噪模型参数设置 | 第62页 |
| 5.2 实验结果及分析 | 第62-71页 |
| 5.2.1 去噪效果示例 | 第63-70页 |
| 5.2.2 实验分析 | 第70-71页 |
| 5.3 本章小结 | 第71-72页 |
| 总结与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读学位期间发表的学术论文及研究成果 | 第80页 |
