基于粗糙集理论和自适应的图像中值滤波改进算法
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-15页 |
·论文的理论和应用研究意义 | 第9-10页 |
·图像去噪的发展概况和研究热点 | 第10-13页 |
·图像去噪的发展概况 | 第10-12页 |
·图像去噪技术的研究热点 | 第12-13页 |
·论文的研究内容及组织结构 | 第13-15页 |
2 图像去噪的相关理论 | 第15-22页 |
·常见的图像噪声及噪声分类 | 第15-17页 |
·去噪图像质量评价方法 | 第17-19页 |
·客观准则 | 第17-18页 |
·主观准则 | 第18-19页 |
·常用的图像去噪方法 | 第19-22页 |
·中值滤波 | 第20页 |
·邻域平均法 | 第20-21页 |
·自适应滤波方法 | 第21-22页 |
3 中值滤波 | 第22-29页 |
·引言 | 第22页 |
·标准中值滤波及其改进算法 | 第22-29页 |
·标准中值滤波 | 第22-24页 |
·加权中值滤波 | 第24-25页 |
·多级中值滤波 | 第25页 |
·开关中值滤波 | 第25-26页 |
·矢量中值滤波 | 第26-28页 |
·其他新型改进中值滤波算法 | 第28-29页 |
4 基于粗糙集理论的中值滤波算法 | 第29-37页 |
·粗糙集理论 | 第29-31页 |
·知识与知识库 | 第29-30页 |
·不可分辨关系 | 第30页 |
·近似和边界 | 第30页 |
·成员关系 | 第30-31页 |
·知识表达系统 | 第31页 |
·约简理论 | 第31页 |
·模糊集理论 | 第31-32页 |
·基于粗糙集理论的中值滤波算法 | 第32-35页 |
·基于不可分辨关系的子图划分 | 第32-34页 |
·基于粗糙集理论的中值滤波算法 | 第34-35页 |
·实验结果 | 第35-37页 |
5 改进的自适应中值滤波算法 | 第37-51页 |
·脉冲噪声特点 | 第37-38页 |
·经典自适应中值滤波原理 | 第38-40页 |
·改进的自适应中值滤波算法 | 第40-44页 |
·脉冲噪声的检测 | 第40-41页 |
·脉冲噪声的滤除 | 第41-42页 |
·算法步骤 | 第42-43页 |
·应用于彩色图像的改进的自适应中值滤波 | 第43-44页 |
·实验结果 | 第44-51页 |
·灰度图像实验结果 | 第44-47页 |
·彩色图像实验结果 | 第47-51页 |
6 总结与展望 | 第51-53页 |
·总结 | 第51页 |
·展望 | 第51-53页 |
参考文献 | 第53-58页 |
致谢 | 第58-59页 |
攻读硕士学位期间取得的科研成果 | 第59页 |