基于局部Hu矩的图像去噪算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 数字图像处理的背景及应用 | 第10-11页 |
| 1.2 图像去噪的背景及意义 | 第11-12页 |
| 1.3 图像去噪中相似性的应用 | 第12-13页 |
| 1.4 本文的主要工作和结构安排 | 第13-16页 |
| 第二章 图像去噪的基本理论介绍 | 第16-36页 |
| 2.1 图像去噪相关知识介绍 | 第16-18页 |
| 2.1.1 噪声分类 | 第16-17页 |
| 2.1.2 噪声模型 | 第17-18页 |
| 2.2 图像去噪方法介绍 | 第18-30页 |
| 2.3 图像质量评价标准 | 第30-32页 |
| 2.3.1 主观评价标准 | 第30-31页 |
| 2.3.2 客观评价标准 | 第31-32页 |
| 2.4 相似性的介绍 | 第32-34页 |
| 2.4.1 相似性的定义 | 第32-33页 |
| 2.4.2 距离相似性度量方法 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 非局部均值去噪方法 | 第36-44页 |
| 3.1 非局部均值去噪方法介绍 | 第36-38页 |
| 3.2 改进的非局部均值去噪算法的介绍 | 第38-40页 |
| 3.2.1 多尺度算法 | 第38-39页 |
| 3.2.2 块模式 | 第39-40页 |
| 3.2.3 预分类 | 第40页 |
| 3.3 非局部均值去噪的缺点 | 第40-41页 |
| 3.4 非局部均值去噪算法的研究现状 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于局部Hu矩的非局部均值去噪算法 | 第44-58页 |
| 4.1 矩 | 第44-48页 |
| 4.1.1 几何矩 | 第45-47页 |
| 4.1.2 krawtchouk矩 | 第47-48页 |
| 4.2 局部Hu矩的构造 | 第48-49页 |
| 4.3 基于局部Hu矩的非局部均值去噪算法 | 第49-51页 |
| 4.4 实验效果及数据分析 | 第51-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录A 攻读硕士学位期间发表的论文以及软件著作权 | 第66页 |
