首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

小波理论与粒子群相结合的图像去噪研究

摘要第2-3页
ABSTRACT第3页
第一章 绪论第7-14页
    1.1 引言第7页
    1.2 图像去噪的研究背景及意义第7-9页
    1.3 数字图像的噪声第9页
    1.4 数字图像中噪声的分类第9-10页
    1.5 数字图像去噪常用的滤波算法第10-13页
        1.5.1 均值滤波第11页
        1.5.2 中值滤波第11-12页
        1.5.3 最大均匀性平滑滤波第12页
        1.5.4 维纳滤波第12-13页
    1.6 本章小结第13-14页
第二章 小波分析的基本理论第14-25页
    2.1 连续小波变换(CWT)第14-16页
    2.2 离散小波变换(DWT)第16页
    2.3 多分辨率(MRA)第16-19页
    2.4 几种常用的小波函数第19-23页
        2.4.1 Haar小波第19-20页
        2.4.2 Mexico草帽小波第20-21页
        2.4.3 Daubechies小波第21-22页
        2.4.4 Morlet小波第22-23页
        2.4.5 双正交小波(Bior Nr.nd)第23页
    2.5 小波理论小结第23-25页
第三章 基于小波变换的数字图像去噪处理第25-29页
    3.1 数字图像信号的二维小波变换第25-26页
    3.2 常用的小波去噪方法第26-28页
        3.2.1 小波模极大值去噪第26-27页
        3.2.2 平移不变量小波去噪第27页
        3.2.3 非线性小波阈值去噪法第27-28页
    3.3 本章小结第28-29页
第四章 新多层阈值函数下的小波去噪第29-41页
    4.1 常见阈值函数和改良后的阈值函数第29-30页
        4.1.1 软阈值函数第29页
        4.1.2 改进型的阈值函数第29-30页
    4.2 常用的阈值判定准则第30-31页
    4.3 本文提出的新的多层阈值函数第31-34页
        4.3.1 改进阈值函数的数学分析第31-32页
        4.3.2 渐进性分析第32-33页
        4.3.3 改进阈值估计与本文函数图形第33-34页
    4.4 实验仿真第34-40页
        4.4.1 去噪能力性能指标第34页
        4.4.2 数字图像去噪仿真验证第34-37页
        4.4.3 一维信号去噪仿真验证第37-40页
    4.5 本章总结第40-41页
第五章 粒子群优化算法第41-51页
    5.1 智能优化算法第41页
    5.2 蚁群算法第41-43页
    5.3 遗传学算法第43-44页
        5.3.1 遗传算法的搜索过程第43-44页
    5.4 粒子群优化算法第44-47页
        5.4.1 粒子群优化算法的起源第45页
        5.4.2 粒子群优化算法的数学表达第45-46页
        5.4.3 粒子群优化算法的流程第46-47页
    5.5 PSO算法与本文的阈值函数相结合第47-50页
        5.5.1 粒子群优化算法的参数设定第48页
        5.5.2 自适应函数第48-49页
        5.5.3 PSO算法与本文提出函数的算法流程第49-50页
    5.6 本章小结第50-51页
第六章 PSO算法与本文提出函数协同处理的仿真验证第51-66页
    6.1 各方差下的高斯噪声去噪第51-54页
    6.2 各方差下的椒盐噪声去噪第54-56页
    6.3 GAUSSIAN噪声和SALT & PEPPER噪声混杂的图像去噪第56-59页
    6.4 不同测试图像的去噪效果展示第59-64页
        6.4.1 airfield和baboon图片的去噪效果第60-61页
        6.4.2 barbara和boats测试图片去噪展示第61-62页
        6.4.3 bridge和crowd测试图片去噪展示第62-63页
        6.4.4 man测试图片去噪展示和各数据对比表格第63-64页
    6.5 本章小结第64-66页
第七章 总结和展望第66-67页
参考文献第67-70页
致谢第70-71页
攻读学位期间论文发表情况第71-73页

论文共73页,点击 下载论文
上一篇:轮步式机器人电动作动系统的研究
下一篇:基于NSCT和剪切波变换的图像增强算法的研究