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 |