基于中值滤波的高密度椒盐噪声图像去噪算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-15页 |
| ·课题来源 | 第8页 |
| ·课题研究背景及意义 | 第8-10页 |
| ·研究背景 | 第8-10页 |
| ·研究意义 | 第10页 |
| ·中值滤波技术研究现状 | 第10-12页 |
| ·论文研究内容及创新点 | 第12-13页 |
| ·论文结构框架 | 第13-15页 |
| 第2章 数字图像处理技术研究 | 第15-26页 |
| ·数字图像 | 第15-19页 |
| ·数字图像概念 | 第15-17页 |
| ·像素间的基本关系 | 第17-19页 |
| ·图像噪声模型研究 | 第19-20页 |
| ·数字图像处理技术 | 第20-23页 |
| ·数字图像处理核心技术 | 第21-22页 |
| ·数字图像处理技术特点 | 第22-23页 |
| ·数字图像处理评价方式 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 椒盐噪声图像中值滤波算法研究与分析 | 第26-35页 |
| ·中值滤波算法 | 第26-30页 |
| ·中值滤波原理 | 第26-27页 |
| ·标准中值滤波 | 第27-28页 |
| ·仿真实例与分析 | 第28-30页 |
| ·基于标准中值滤波的改进算法 | 第30-33页 |
| ·加权中值滤波 | 第30页 |
| ·开关中值滤波 | 第30-31页 |
| ·极值中值滤波 | 第31-32页 |
| ·自适应中值滤波 | 第32-33页 |
| ·其他改进型算法 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于局部像素分布规则的变窗口滤波算法 | 第35-46页 |
| ·算法思路来源 | 第35-36页 |
| ·基于极值的噪声检测策略 | 第36-40页 |
| ·椒盐噪声图像特点 | 第36-39页 |
| ·噪声检测策略 | 第39-40页 |
| ·基于局部像素相关信息的规则提取 | 第40-42页 |
| ·基于自适应变窗口的滤波方法改进 | 第42-44页 |
| ·算法实现流程 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于 OpenCV 平台的实验与分析 | 第46-56页 |
| ·基于 OpenCV 的仿真平台搭建 | 第46-48页 |
| ·OpenCV 概述 | 第46-47页 |
| ·仿真平台搭建 | 第47-48页 |
| ·实验仿真与分析 | 第48-53页 |
| ·主要函数及程序 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 全文总结与展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 附录一：攻读硕士学位期间发表的论文 | 第62-63页 |
| 附录二：攻读硕士学位期间参与的项目 | 第63-64页 |
| 附录三：算法实现程序清单 | 第64-75页 |
