| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景和意义 | 第12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 本文研究工作与创新点 | 第14页 |
| 1.4 本文章节安排 | 第14-16页 |
| 第二章 基础理论知识 | 第16-38页 |
| 2.1 局部特征描述子 | 第16-22页 |
| 2.1.1 haar特征描述子 | 第16-17页 |
| 2.1.2 SIFT特征描述子 | 第17-20页 |
| 2.1.3 SURF特征描述子 | 第20-22页 |
| 2.1.4 BRIEF局部特征描述子 | 第22页 |
| 2.2 传统视频、图像降噪算法 | 第22-25页 |
| 2.2.1 噪声分类及特点 | 第22-24页 |
| 2.2.2 空间域滤波器 | 第24-25页 |
| 2.2.3 频域滤波器 | 第25页 |
| 2.3 压缩感知稀疏性原理研究 | 第25-38页 |
| 2.3.1 稀疏性与压缩感知理论 | 第26-27页 |
| 2.3.2 压缩感知测量矩阵 | 第27-29页 |
| 2.3.3 BRIEF特征的压缩感知采样解释 | 第29页 |
| 2.3.4 基于压缩感知理论的BRIEF参数选择 | 第29-31页 |
| 2.3.5 仿真实验与分析 | 第31-33页 |
| 2.3.6 小结 | 第33-38页 |
| 第三章 基于块匹配稀疏性的降噪算法研究 | 第38-60页 |
| 3.1 算法框架和整体流程 | 第38-40页 |
| 3.2 鲁棒性光流校正 | 第40-44页 |
| 3.2.1 鲁棒性光流 | 第40-42页 |
| 3.2.2 鲁棒性光流校正 | 第42-44页 |
| 3.3 视频数据四维块匹配降噪 | 第44-45页 |
| 3.4 医学数据方差稳定 | 第45-48页 |
| 3.4.1 莱斯分布数据 | 第46-47页 |
| 3.4.2 大v值条件下的渐近线方差稳定算法 | 第47页 |
| 3.4.3 有限v值条件下的方差稳定算法 | 第47页 |
| 3.4.4 方差稳定反变换 | 第47-48页 |
| 3.5 四维医学数据五维块匹配降噪 | 第48-49页 |
| 3.6 仿真实验与分析 | 第49-57页 |
| 3.6.1 实验数据 | 第49-50页 |
| 3.6.2 实验设定 | 第50页 |
| 3.6.3 视频数据降噪对比实验 | 第50-55页 |
| 3.6.4 四维医学数据降噪实验 | 第55-57页 |
| 3.7 本章小结 | 第57-60页 |
| 第四章 基于压缩感知稀疏性的降噪算法研究 | 第60-78页 |
| 4.1 算法框架和整体流程 | 第61-62页 |
| 4.2 基于三维相关度聚类的压缩感知稀疏性降噪 | 第62-67页 |
| 4.2.1 基于三维相关度聚类优化算法 | 第63-64页 |
| 4.2.2 三项L1最小化问题的替代函数迭代收缩解法 | 第64-67页 |
| 4.3 去除噪声影响 | 第67页 |
| 4.4 阴影补偿 | 第67-68页 |
| 4.5 仿真实验与分析 | 第68-77页 |
| 4.5.1 实验数据 | 第68页 |
| 4.5.2 实验设定 | 第68页 |
| 4.5.3 降噪算法与BM4D降噪效果对比实验 | 第68-69页 |
| 4.5.4 降噪算法与CSR-denoise降噪收敛速度对比实验 | 第69-70页 |
| 4.5.5 阴影补偿实验 | 第70-71页 |
| 4.5.6 脉络膜上腔分割实验 | 第71-77页 |
| 4.6 本章小结 | 第77-78页 |
| 第五章 总结与展望 | 第78-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-90页 |
| 攻读学位期间发表的学术论文目录 | 第90-92页 |
| 攻读学位期间参与的项目 | 第92-94页 |