摘要 | 第4-5页 |
ABSTRACT | 第5页 |
创新点摘要 | 第6-9页 |
第一章 绪论 | 第9-14页 |
1.1 课题研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 图像去噪方法的国内外研究现状 | 第10-12页 |
1.2.2 变分模态分解方法的国内研究现状 | 第12-13页 |
1.3 论文结构及内容安排 | 第13-14页 |
第二章 变分模态分解研究 | 第14-21页 |
2.1 引言 | 第14页 |
2.2 EMD与VMD理论的提出 | 第14页 |
2.3 VMD分解的原理 | 第14-17页 |
2.3.1 经典维纳滤波 | 第14-15页 |
2.3.2 希尔伯特变换与解析信号 | 第15-16页 |
2.3.3 本征模态函数 | 第16-17页 |
2.4 经验模态分解方法 | 第17-18页 |
2.4.1 经验模态分解的基本原理 | 第17-18页 |
2.4.2 经验模态分解的问题 | 第18页 |
2.5 VMD分解过程 | 第18-20页 |
2.6 本章小结 | 第20-21页 |
第三章 改进的基于2D-VMD和小波阈值结合的医学图像去噪 | 第21-37页 |
3.1 引言 | 第21页 |
3.2 二维经验模态分解方法 | 第21-23页 |
3.2.1 二维经验模态分解原理 | 第21-22页 |
3.2.2 二维经验模态分解分解过程 | 第22-23页 |
3.3 二维变分模态分解方法 | 第23-26页 |
3.3.1 二维解析信号 | 第23-24页 |
3.3.2 2D-VMD函数 | 第24-25页 |
3.3.3 交替方向乘子算法 | 第25-26页 |
3.3.4 2D-VMD算法 | 第26页 |
3.4 基于2D-VMD的图像去噪方法 | 第26-31页 |
3.4.1 去噪方法原理 | 第26-27页 |
3.4.2 图像的质量评价 | 第27-29页 |
3.4.3 去噪实例与结果分析 | 第29-31页 |
3.5 改进的基于2D-VMD和小波阈值结合的医学图像去噪 | 第31-36页 |
3.5.1 基于2D-VMD和小波阈值结合的医学图像去噪算法原理 | 第31-32页 |
3.5.2 去噪实例与结果分析 | 第32-36页 |
3.6 本章小结 | 第36-37页 |
第四章 基于粒子群算法优化2D-VMD参数的医学图像去噪 | 第37-46页 |
4.1 引言 | 第37页 |
4.2 常用参数优化方法介绍 | 第37-39页 |
4.2.1 蚁群算法 | 第37-38页 |
4.2.2 人工蜂群算法 | 第38-39页 |
4.3 粒子群优化算法 | 第39-42页 |
4.3.1 粒子群优化算法简述 | 第39页 |
4.3.2 算法流程介绍 | 第39-41页 |
4.3.3 参数分析 | 第41-42页 |
4.4 基于粒子群算法的VMD参数优化 | 第42页 |
4.5 仿真实例验证与结果分析 | 第42-45页 |
4.6 本章小结 | 第45-46页 |
第五章 基于变分模态分解的医学图像去噪软件设计 | 第46-57页 |
5.1 引言 | 第46页 |
5.2 用户设计界面(GUI)简介 | 第46-47页 |
5.3 系统结构与功能设计 | 第47-50页 |
5.4 系统具体实现以及运行效果 | 第50-56页 |
5.5 本章小结 | 第56-57页 |
结论 | 第57-59页 |
参考文献 | 第59-62页 |
发表文章目录 | 第62-63页 |
致谢 | 第63-64页 |