基于元胞自动机和高斯尺度混合模型的数字图像噪声去除
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究的背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第二章 图像去噪的理论基础与框架 | 第16-27页 |
| ·图像退化和图像复原 | 第16-19页 |
| ·图像退化的模型 | 第16-17页 |
| ·图像噪声的产生及类型 | 第17-19页 |
| ·图像复原的基本原理 | 第19页 |
| ·图像滤波的常用方法 | 第19-23页 |
| ·数学形态学滤波 | 第19-20页 |
| ·中值滤波 | 第20页 |
| ·维纳滤波 | 第20-21页 |
| ·双边滤波 | 第21页 |
| ·小波阈值去噪 | 第21-22页 |
| ·均值滤波 | 第22-23页 |
| ·非线性全变分去噪 | 第23页 |
| ·图像去噪系统的主要模块 | 第23-25页 |
| ·本文图像去噪的整体框架 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 噪声类型区分与噪声估计 | 第27-37页 |
| ·噪声类型区分的基本思想 | 第27页 |
| ·高斯噪声和椒盐噪声降质模型 | 第27-29页 |
| ·噪声分类处理过程 | 第29-33页 |
| ·获取图像的 HH 子带 | 第29-31页 |
| ·统计 HH 子带系数的直方图 | 第31-32页 |
| ·计算直方图的参数值 | 第32-33页 |
| ·噪声强度估计 | 第33-35页 |
| ·高斯噪声标准差估计 | 第34页 |
| ·椒盐噪声密度估计 | 第34-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 改进的元胞自动机和高斯尺度混合模型去噪 | 第37-60页 |
| ·小波域的高斯尺度混合模型 | 第37-42页 |
| ·可操纵金字塔 | 第37-38页 |
| ·高斯尺度混合模型 | 第38-39页 |
| ·无噪声系数估计 | 第39-41页 |
| ·基于 GSM 模型的滤波算法 | 第41-42页 |
| ·改进的元胞自动机算法 | 第42-50页 |
| ·元胞自动机的基本理论简介 | 第42-43页 |
| ·三状态邻域和规则集定义 | 第43-45页 |
| ·规则选取过程 | 第45-47页 |
| ·元胞自动机演化算法 | 第47-49页 |
| ·元胞自动机算法的处理流程 | 第49-50页 |
| ·图像质量的评估标准 | 第50-52页 |
| ·主观评价标准 | 第51页 |
| ·客观评价标准 | 第51-52页 |
| ·实验结果与分析 | 第52-58页 |
| ·高斯噪声滤波实验 | 第52-54页 |
| ·椒盐噪声滤波实验 | 第54-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 图像去噪系统的整体实现 | 第60-64页 |
| ·噪声类型区分与噪声参数估计 | 第60-62页 |
| ·图像滤波 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 本文的工作总结 | 第64页 |
| 展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70页 |
