| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外的研究现状 | 第9-12页 |
| ·本文组织方法 | 第12-14页 |
| 第二章 Primal sketch 稀疏表示模型及图像去噪算法 | 第14-30页 |
| ·Primal sketch 稀疏表示模型 | 第14-18页 |
| ·Primal sketch 模型对图像结构部分进行建模 | 第14-15页 |
| ·基于 Primal sketch 和图像块统计特征的区域划分方法 | 第15-18页 |
| ·常用的去噪算法 | 第18-27页 |
| ·基于均值滤波的图像去噪算法 | 第18页 |
| ·非局部均值图像去噪算法 | 第18-21页 |
| ·BM3D 图像去噪算法 | 第21-24页 |
| ·基于稀疏表示的图像去噪方法 | 第24-27页 |
| ·去噪算法的评估方法 | 第27-28页 |
| ·主观评价方法 | 第27-28页 |
| ·客观评价方法 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第三章 基于 K-SVD 和 BM3D 的图像去噪方法 | 第30-44页 |
| ·引言 | 第30页 |
| ·基于冗余字典的图像稀疏表示模型 | 第30-32页 |
| ·图像块的稀疏模型 | 第31页 |
| ·整幅图像的稀疏模型 | 第31页 |
| ·基于冗余字典的稀疏表示图像去噪 | 第31-32页 |
| ·字典学习方法 | 第32-34页 |
| ·MOD 字典学习方法 | 第32-33页 |
| ·K-SVD 字典学习方法 | 第33-34页 |
| ·基于 K-SVD 的图像去噪算法及其存在的问题 | 第34-40页 |
| ·结合 K-SVD 和 BM3D 的图像去噪 | 第40-43页 |
| ·算法描述 | 第40-41页 |
| ·仿真实验及结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于区域划分和字典学习的图像去噪方法 | 第44-58页 |
| ·引言 | 第44页 |
| ·基于均值块的非局部均值去噪算法 | 第44-47页 |
| ·算法描述 | 第44-45页 |
| ·仿真实验及结果分析 | 第45-47页 |
| ·结合均值块的非局部均值与 K-SVD 的图像去噪 | 第47-58页 |
| ·算法描述 | 第47-50页 |
| ·仿真实验及结果分析 | 第50-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·论文工作总结 | 第58页 |
| ·论文工作展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 研究成果 | 第66-67页 |
