| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 引言 | 第15页 |
| 1.2 图像去噪的研究背景及意义 | 第15-16页 |
| 1.3 图像去噪的国内外研究现状 | 第16-18页 |
| 1.4 本文的主要内容及结构安排 | 第18-19页 |
| 第二章 几种经典图像噪声的处理方法概述 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 图像噪声分类 | 第19-25页 |
| 2.3 图像噪声抑制方法 | 第25-28页 |
| 2.3.1 基于边界判别噪声检测的脉冲噪声抑制方法 | 第25-26页 |
| 2.3.2 基于多尺度窗口检测的中值滤波方法 | 第26-27页 |
| 2.3.3 基于方向差异性检测器的自适应加权滤波方法 | 第27-28页 |
| 2.3.4 基于排序的开关中值滤波方法 | 第28页 |
| 2.4 现有去噪方法中存在的缺点与不足 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 自回归模型的基本理论及应用 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 自回归模型的建模 | 第31-32页 |
| 3.3 自回归模型在图像处理中的研究应用 | 第32-40页 |
| 3.3.1 基于自回归模型的图像插值 | 第32-35页 |
| 3.3.2 基于自回归模型的图像去噪 | 第35-40页 |
| 3.4 本章小结 | 第40-43页 |
| 第四章 一种基于多尺度回插的脉冲噪声处理方法 | 第43-53页 |
| 4.1 引言 | 第43页 |
| 4.2 本文算法的引出 | 第43-44页 |
| 4.3 基于自回归模型的多尺度回插框架 | 第44-46页 |
| 4.4 基于多尺度回插的脉冲噪声处理过程 | 第46-51页 |
| 4.4.1 脉冲噪声检测阶段 | 第47-48页 |
| 4.4.2 脉冲噪声图像预处理阶段 | 第48-49页 |
| 4.4.3 基于多尺度回插的脉冲噪声处理阶段 | 第49-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第五章 实验结果与分析 | 第53-65页 |
| 5.1 图像质量评价准则 | 第53-54页 |
| 5.2 实验仿真结果及性能分析 | 第54-64页 |
| 5.2.2 噪声检测性能分析 | 第56页 |
| 5.2.3 各算法的图像去噪结果比较 | 第56-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |