基于灰色系统理论的图像去噪算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·问题的提出 | 第9页 |
| ·选题的目的 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究图像去噪处理的意义 | 第11-12页 |
| ·本文工作和内容安排 | 第12-13页 |
| 第2章 数字图像去噪基础 | 第13-18页 |
| ·噪声基本含义 | 第13页 |
| ·噪声的来源 | 第13-14页 |
| ·按干扰源分类 | 第13页 |
| ·按对信号的影响分类 | 第13-14页 |
| ·按统计特征分类 | 第14页 |
| ·传统的图像去噪方法 | 第14-16页 |
| ·图像的质量评价 | 第16-17页 |
| ·图像质量的主观评价 | 第16-17页 |
| ·图像质量的客观评价 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第3章 传统空间滤波器及其改进 | 第18-29页 |
| ·均值滤波 | 第18-20页 |
| ·算术均值滤波 | 第18页 |
| ·统计特性 | 第18-19页 |
| ·改进方法 | 第19-20页 |
| ·中值滤波 | 第20-21页 |
| ·中值滤波的简单性质 | 第20页 |
| ·中值滤波的改进 | 第20-21页 |
| ·一种新的均值中值混合滤波器 | 第21-26页 |
| ·算法原理 | 第22-23页 |
| ·脉冲点的检测与去除 | 第23-25页 |
| ·算法的时间复杂度 | 第25-26页 |
| ·实验结果分析及小结 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 灰色系统理论及其图像去噪中的应用 | 第29-44页 |
| ·灰色理论 | 第29-30页 |
| ·灰色理论的发展及应用 | 第29-30页 |
| ·灰色理论的主要内容及特点 | 第30页 |
| ·灰色关联分析 | 第30-33页 |
| ·关联基本概念 | 第30-31页 |
| ·灰色关联主要思想 | 第31页 |
| ·灰色关联度的计算 | 第31-33页 |
| ·GM(1,1)模型及其应用 | 第33-35页 |
| ·GM(1,1)模型研究概况 | 第33页 |
| ·建模机理 | 第33-34页 |
| ·建模的一般步骤 | 第34-35页 |
| ·灰色系统理论去噪可行性分析 | 第35-36页 |
| ·基于灰色关联分析图像去噪算法研究 | 第36-40页 |
| ·滤波算法实现与原理分析 | 第36-39页 |
| ·仿真结果及其分析 | 第39-40页 |
| ·结论 | 第40页 |
| ·基于灰色模型的图像去噪算法研究 | 第40-43页 |
| ·模型的建立 | 第41-42页 |
| ·算法 | 第42页 |
| ·仿真试验 | 第42-43页 |
| ·结论 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第5章 灰色遗传算法及其在图像去噪中的应用 | 第44-51页 |
| ·遗传简介 | 第44页 |
| ·遗传算法的应用现状 | 第44-45页 |
| ·遗传算法的思想 | 第45页 |
| ·遗传算法的计算步骤 | 第45-46页 |
| ·遗传灰色算法在图像去噪中的应用 | 第46-50页 |
| ·引言 | 第46页 |
| ·算法 | 第46-48页 |
| ·算法过程 | 第48-49页 |
| ·实验结果及分析 | 第49页 |
| ·结论 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 结论与展望 | 第51-53页 |
| ·工作总结 | 第51-52页 |
| ·研究展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间发表的文章和参加的科研项目 | 第57页 |
