首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多尺度分析的图像去噪算法研究

摘要第1-4页
ABSTRACT第4-9页
第1章 绪论第9-16页
   ·课题研究的背景及意义第9-10页
   ·国内外研究现状第10-13页
     ·变换域去噪第10-12页
     ·偏微分方程去噪第12-13页
   ·图像去噪存在的问题第13-14页
   ·本文的主要内容及章节安排第14-16页
第2章 图像去噪基础知识第16-24页
   ·图像噪声第16-18页
     ·噪声的来源第16页
     ·噪声的分类第16-18页
   ·常见的图像去噪方法第18-21页
     ·空间域图像去噪方法第18-20页
     ·变换域图像去噪方法第20-21页
   ·去噪图像性能评价体系第21-24页
     ·主观评价第22页
     ·客观评价第22-24页
第3章 新阈值自适应调整的小波去噪方法第24-33页
   ·引言第24页
   ·小波变换原理第24-25页
   ·新阈值自适应调整的小波去噪方法第25-29页
     ·小波阈值去噪基本原理第25-27页
     ·阈值函数的改进第27-28页
     ·自适应阈值的提出第28-29页
   ·实验结果及分析第29-32页
   ·本章小结第32-33页
第4章 改进的各向异性扩散模型及在图像去噪中的应用第33-43页
   ·引言第33页
   ·基于PDE的图像去噪原理第33-36页
     ·变分原理第33-34页
     ·PDE的数值求解问题第34-36页
   ·改进的各向异性扩散模型及应用第36-42页
     ·问题分析第36-38页
     ·模型建立第38-40页
     ·改进模型去噪后的实验结果及分析第40-42页
   ·本章小结第42-43页
第5章 NSCT下TV模型与改进扩散模型相结合的图像去噪第43-61页
   ·引言第43页
   ·非下采样Contourlet变换(NSCT)第43-49页
   ·全变差(TV)模型第49-52页
   ·NSCT下TV模型与改进扩散模型相结合的图像去噪第52-59页
     ·问题分析第52-53页
     ·模型建立第53-55页
     ·实验结果及分析第55-59页
   ·本章小结第59-61页
第6章 总结与展望第61-63页
   ·研究成果总结第61-62页
   ·课题研究展望第62-63页
参考文献第63-70页
致谢第70-71页
攻读硕士学位期间发表的论文和参加的科研工作第71-72页

论文共72页,点击 下载论文
上一篇:融合光场焦点堆栈和全聚焦图像的显著性检查算法
下一篇:基于交叉视觉皮质模型图像融合算法研究