| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-11页 |
| ·研究目的与意义 | 第11页 |
| ·论文的主要工作及内容安排 | 第11-13页 |
| 第二章 图像的稀疏表示和字典学习 | 第13-23页 |
| ·图像的超完备稀疏表示 | 第13-14页 |
| ·稀疏表示算法 | 第14-17页 |
| ·基追踪(BP)算法 | 第15页 |
| ·匹配追踪(MP)算法 | 第15-16页 |
| ·正交匹配追踪(OMP)算法 | 第16页 |
| ·其它算法 | 第16-17页 |
| ·字典学习方法 | 第17-23页 |
| ·K—LMS字典学习算法 | 第19页 |
| ·在线(Online)字典学习方法 | 第19-20页 |
| ·非参数贝叶斯(Non-Parametric Bayesian)算法 | 第20-22页 |
| ·FOCUSS-CNDL字典学习方法 | 第22-23页 |
| 第三章 基于图像自相似性正则的字典学习图像去噪方法 | 第23-35页 |
| ·基于稀疏表示和字典学习的图像去噪算法 | 第23-25页 |
| ·KSVD字典学习算法原理 | 第23-24页 |
| ·基于稀疏表示和KSVD字典学习图像去噪算法 | 第24-25页 |
| ·基于稀疏表示和KSVD字典学习图像去噪算法优缺点分析 | 第25页 |
| ·基于图像自相似性正则的字典学习图像去噪方法 | 第25-28页 |
| ·自相似性建模 | 第26-27页 |
| ·基于图像自相似性正则的字典学习图像去噪方法 | 第27-28页 |
| ·本章去噪方法优缺点分析 | 第28页 |
| ·仿真实验设计与结果分析 | 第28-32页 |
| ·去噪图像对比分析 | 第29-31页 |
| ·数值评价指标对比分析 | 第31-32页 |
| ·本章小结 | 第32-35页 |
| 第四章 基于图像自相似性正则的多尺度字典学习图像去噪方法 | 第35-49页 |
| ·图像多尺度分解 | 第35-38页 |
| ·小波变换 | 第35-36页 |
| ·支撑值变换(SVT) | 第36-37页 |
| ·小波变换和支撑值变换对比分析 | 第37-38页 |
| ·基于图像自相似性正则的多尺度字典学习图像去噪方法 | 第38-40页 |
| ·多尺度字典学习图像去噪方法 | 第38-39页 |
| ·基于图像自相似性正则的多尺度字典学习图像去噪方法 | 第39页 |
| ·本章去噪方法优缺点分析 | 第39-40页 |
| ·仿真实验与结果分析 | 第40-48页 |
| ·去噪图像对比分析 | 第40-44页 |
| ·数值评价指标对比分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于多尺度字典学习和BM3D约束正则的图像去噪方法 | 第49-63页 |
| ·基于图像自相似性的BM3D自然图像去噪算法 | 第49-52页 |
| ·BM3D去噪算法原理 | 第49-50页 |
| ·BM3D去噪算法步骤 | 第50-51页 |
| ·BM3D去噪算法优缺点分析 | 第51-52页 |
| ·基于多尺度字典学习和BM3D约束正则的图像去噪方法 | 第52-55页 |
| ·基于字典学习和BM3D约束正则的图像去噪方法 | 第52页 |
| ·正则因子γ的取值 | 第52-54页 |
| ·基于多尺度字典学习和BM3D约束正则的图像去噪方法 | 第54页 |
| ·本章方法优缺点分析 | 第54-55页 |
| ·仿真实验设计与结果分析 | 第55-61页 |
| ·去噪图像对比分析 | 第55-58页 |
| ·数值评价指标对比分析 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·论文总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 硕士期间成果 | 第71页 |
