首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于BM4D的高光谱图像去噪算法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-20页
    1.1 高光谱图像去噪研究背景与意义第14-15页
    1.2 国内外研究现状与分析第15-17页
    1.3 本文技术路线和组织结构第17-20页
        1.3.1 研究内容与创新第17-18页
        1.3.2 论文组织结构第18-20页
第二章 BM4D算法概述第20-32页
    2.1 图像块分组第21-23页
    2.2 四维协同滤波第23-27页
        2.2.1 四维协同硬阈值滤波第24-25页
        2.2.2 四维协同维纳滤波第25-27页
    2.3 图像块重组第27-28页
    2.4 高光谱图像去噪质量评价标准第28-32页
        2.4.1 空间域去噪质量评价标准第29-30页
        2.4.2 光谱域去噪质量评价标准第30-32页
第三章 基于高光谱图像噪声特性的BM4D改进算法第32-46页
    3.1 引言第32页
    3.2 高光谱图像噪声特性分析第32-33页
    3.3 基于高光谱图像噪声特性的BM4D改进算法第33-37页
        3.3.1 图像块分组方式改进第33-36页
        3.3.2 BM4D算法框架优化第36-37页
    3.4 实验结果与分析第37-44页
        3.4.1 实验数据简介第37-38页
        3.4.2 实验环境第38页
        3.4.3 实验结果对比与分析第38-44页
    3.5 本章小结第44-46页
第四章 基于最小噪声分离变换的BM4D改进算法第46-62页
    4.1 引言第46页
    4.2 最小噪声分离变换第46-47页
    4.3 基于最小噪声分离变换的BM4D改进算法第47-54页
        4.3.2 高光谱图像最小噪声分离变换第48-50页
        4.3.3 数据分组第50-51页
        4.3.4 数据处理第51-53页
        4.3.5 高光谱图像最小噪声分离逆变换第53-54页
    4.4 实验结果与分析第54-60页
    4.5 本章小结第60-62页
第五章 基于TILERA平台的BM4D改进算法并行实现第62-76页
    5.1 引言第62页
    5.2 TILERA平台简介第62-64页
    5.3 并行性分析第64-66页
    5.4 BM4D改进算法并行实现第66-71页
        5.4.1 基于高光谱图像噪声特性的BM4D改进算法并行实现第66-68页
        5.4.2 基于最小噪声分离变换的BM4D改进算法并行实现第68-71页
    5.5 程序优化设计第71页
    5.6 实验结果与分析第71-73页
        5.6.1 实验测试环境第71-72页
        5.6.2 实验结果与分析第72-73页
    5.7 本章小结第73-76页
第六章 总结与展望第76-78页
    6.1 全文总结第76页
    6.2 未来工作展望第76-78页
参考文献第78-82页
致谢第82-84页
作者简介第84-85页

论文共85页,点击 下载论文
上一篇:某雷达干扰的实测数据分析及其抗干扰方法研究
下一篇:集中糖化分散发酵的精酿啤酒技术研究