基于曲率滤波的图像去噪与增强研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 论文背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 图像去噪中基于变分模型的研究现状 | 第11-13页 |
| 1.2.2 曲率滤波的研究现状 | 第13-14页 |
| 1.3 本文的主要工作 | 第14-15页 |
| 1.4 本文研究内容安排 | 第15-17页 |
| 第二章 图像噪声模型以及去噪相关理论基础 | 第17-28页 |
| 2.1 图像噪声模型和分类 | 第17-21页 |
| 2.1.1 噪声模型 | 第17页 |
| 2.1.2 噪声分类 | 第17-21页 |
| 2.1.2.1 高斯噪声 | 第18页 |
| 2.1.2.2 脉冲噪声 | 第18-19页 |
| 2.1.2.3 泊松噪声 | 第19-20页 |
| 2.1.2.4 瑞利噪声 | 第20-21页 |
| 2.2 传统的去噪算法 | 第21-24页 |
| 2.2.1 空域去噪方法 | 第21-23页 |
| 2.2.1.1 均值滤波 | 第21页 |
| 2.2.1.2 中值滤波 | 第21-22页 |
| 2.2.1.3 非局部均值滤波 | 第22页 |
| 2.2.1.4 基于偏微分方程的去噪模型 | 第22-23页 |
| 2.2.2 变换域去噪方法 | 第23-24页 |
| 2.2.2.1 傅里叶变换 | 第23页 |
| 2.2.2.2 小波变换 | 第23-24页 |
| 2.2.3 混合去噪方法 | 第24页 |
| 2.2.3.1 变换域空间的非局部均值滤波 | 第24页 |
| 2.2.3.2 三维块匹配滤波 | 第24页 |
| 2.3 图像去噪效果评估指标 | 第24-27页 |
| 2.3.1 主观评价 | 第25页 |
| 2.3.2 客观评价 | 第25-27页 |
| 2.3.2.1 均方误差 | 第25-26页 |
| 2.3.2.2 峰值信噪比 | 第26页 |
| 2.3.2.3 结构相似性 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于曲率滤波的去噪模型及算法 | 第28-43页 |
| 3.1 算法概述 | 第28-31页 |
| 3.2 几种曲率先验的介绍 | 第31-38页 |
| 3.2.1 全变分滤波 | 第31-32页 |
| 3.2.2 均值曲率滤波 | 第32-33页 |
| 3.2.3 高斯曲率滤波 | 第33-35页 |
| 3.2.4 几种曲率先验的对比 | 第35-38页 |
| 3.3 算法的优势与不足 | 第38-39页 |
| 3.3.1 曲率滤波算法的优势 | 第38页 |
| 3.3.2 曲率滤波算法的不足 | 第38-39页 |
| 3.4 对比试验 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 改进的曲率滤波图像去噪和增强算法 | 第43-55页 |
| 4.1 改进算法概述 | 第43-44页 |
| 4.2 强噪声曲率滤波算法 | 第44-47页 |
| 4.2.1 传统高斯曲率滤波算法中投影算子的不足 | 第44-45页 |
| 4.2.2 增强去噪能力的投影算子 | 第45-47页 |
| 4.3 自适应的强噪声曲率滤波算法 | 第47-49页 |
| 4.3.1 高斯曲率滤波正则项的缺陷 | 第47-48页 |
| 4.3.2 局部方差 | 第48-49页 |
| 4.3.3 增强自适应性的正则项 | 第49页 |
| 4.4 实验结果与分析 | 第49-54页 |
| 4.4.1 主观效果对比 | 第51-53页 |
| 4.4.2 客观对比 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文研究工作总结 | 第55页 |
| 5.2 存在的不足和今后工作展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-65页 |
| 攻读学位期间的研究成果 | 第65页 |
