基于概率模型的图像去噪算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 数字图像处理概述 | 第10-12页 |
| 1.1.1 图像增强 | 第10-11页 |
| 1.1.2 图像变换 | 第11页 |
| 1.1.3 图像压缩 | 第11页 |
| 1.1.4 图像复原 | 第11-12页 |
| 1.1.5 图像分割 | 第12页 |
| 1.2 图像去噪研究背景 | 第12-13页 |
| 1.2.1 去噪研究背景 | 第12页 |
| 1.2.2 图像噪声分类 | 第12-13页 |
| 1.3 图像质量评价 | 第13-16页 |
| 1.3.1 主观质量评价 | 第13-14页 |
| 1.3.2 客观质量评价 | 第14-16页 |
| 1.4 本文主要研究工作 | 第16-17页 |
| 第2章 图像去噪算法概述 | 第17-26页 |
| 2.1 传统去噪算法 | 第17-21页 |
| 2.1.1 去噪模型 | 第17-18页 |
| 2.1.2 图像去噪方法概述 | 第18-21页 |
| 2.2 基于概率模型图像去噪 | 第21-25页 |
| 2.2.1 基于概率模型去噪方法研究背景 | 第21页 |
| 2.2.2 相关概率分布介绍 | 第21-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 隐式图像块模型 | 第26-36页 |
| 3.1 隐式狄利克雷分 布模型 | 第26-29页 |
| 3.2 隐式图像块模型 | 第29-34页 |
| 3.2.1 隐式图像块模 型 | 第29-30页 |
| 3.2.2 模型实现过程 | 第30-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第4章 基于 LPM 的图像去噪算 法 | 第36-43页 |
| 4.1 多次估计隐式图像块模型去噪算法 | 第36-38页 |
| 4.1.1 问题的提出 | 第36-37页 |
| 4.1.2 具体实现步骤 | 第37-38页 |
| 4.2 实验结果与分析 | 第38-41页 |
| 4.3 本章小结 | 第41-43页 |
| 第5章 LPM 模型对椒盐噪声滤除的处理 | 第43-50页 |
| 5.1 改进的基于 LPM 去噪算法 | 第43-45页 |
| 5.1.1 椒盐噪声背景介绍 | 第43-44页 |
| 5.1.2 椒盐噪声滤波算法 | 第44-45页 |
| 5.2 针对椒盐噪声的 MELPM 算法 | 第45-47页 |
| 5.2.1 问题的提出 | 第45页 |
| 5.2.2 具体实现步骤 | 第45-47页 |
| 5.3 实验结果与分析 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 本文总结 | 第50页 |
| 6.2 出现的问题与展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 作者简介及在学期间所取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |
