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

基于偏微分方程和非局部均值的图像去噪方法研究及应用

摘要第5-8页
abstract第8-11页
中英文缩略词对照表第18-20页
第一章 绪论第20-33页
    1.1 研究背景及意义第20-21页
    1.2 图像去噪的研究现状第21-28页
        1.2.1 基于偏微分方程的图像去噪第22-26页
        1.2.2 基于非局部均值的图像去噪第26-28页
    1.3 图像质量评价标准第28-30页
        1.3.1 主观评价标准第28-29页
        1.3.2 客观评价标准第29-30页
    1.4 本文主要工作及结构安排第30-33页
        1.4.1 主要工作第30-31页
        1.4.2 结构安排第31-33页
第二章 基于二阶各向异性扩散方程的图像去噪模型第33-59页
    2.1 基于Sobel算子和稀疏表示理论的二阶各向异性扩散图像去噪模型第33-48页
        2.1.1 各向异性扩散方程相关工作第34-36页
        2.1.2 基于Sobel算子和稀疏表示理论的各向异性扩散方程第36-40页
        2.1.3 新各向异性扩散方程的离散实现第40-41页
        2.1.4 实验结果与分析第41-48页
    2.2 耦合冲击滤波器的块相似性各向异性扩散模型第48-57页
        2.2.1 块相似性各向异性扩散模型第49-50页
        2.2.2 冲击滤波器第50页
        2.2.3 新模型与离散实现第50-53页
        2.2.4 实验结果与分析第53-57页
    2.3 本章小结第57-59页
第三章 基于四阶偏微分方程的图像去噪模型第59-78页
    3.1 四阶偏微分方程相关工作第59-60页
    3.2 基于块相似模和差分曲率的四阶偏微分方程图像去噪模型第60-71页
        3.2.1 块相似模边缘检测器第61-62页
        3.2.2 基于块相似模和差分曲率的四阶偏微分方程与原理第62-63页
        3.2.3 新模型的收敛性分析第63-65页
        3.2.4 数值实现第65-66页
        3.2.5 实验结果与分析第66-71页
    3.3 基于梯度模的自适应四阶偏微分方程图像去噪模型第71-76页
        3.3.1 特征检测函数第71-72页
        3.3.2 自适应四阶偏微分方程第72-73页
        3.3.3 模型的数值实现第73页
        3.3.4 实验结果与分析第73-76页
    3.4 本章小结第76-78页
第四章 基于Gabor变换和相关系数的自适应迭代非局部均值滤波器第78-93页
    4.1 非局部均值滤波器第78-79页
    4.2 迭代非局部均值滤波器第79-80页
    4.3 自适应迭代非局部均值滤波器第80-86页
        4.3.1 基于Gabor变换的边缘检测器第80-83页
        4.3.2 自适应的衰减因子第83-84页
        4.3.3 改进的欧氏距离第84-85页
        4.3.4 自适应迭代非局部均值滤波器与实现步骤第85-86页
    4.4 实验结果与分析第86-92页
        4.4.1 自适应衰减因子和改进欧氏距离的有效性分析第87页
        4.4.2 主观视觉分析第87-89页
        4.4.3 客观指标分析第89-92页
    4.5 本章小结第92-93页
第五章 基于BM3D算法的非局部全变分图像去噪模型第93-111页
    5.1 全变分去噪模型第93-95页
    5.2 非局部全变分去噪模型第95-96页
    5.3 基于BM3D算法的非局部全变分图像去噪模型第96-99页
        5.3.1 BM3D算法第96-97页
        5.3.2 基于BM3D算法的非局部全变分模型与原理第97-99页
    5.4 模型求解步骤第99-100页
    5.5 实验结果与分析第100-110页
        5.5.1 实验数据与对比算法第100-101页
        5.5.2 参数设置与分析第101-102页
        5.5.3 新正则项和新保真项在模型中的有效性分析第102-103页
        5.5.4 实验结果分析与比较第103-110页
    5.6 本章小结第110-111页
第六章 总结与展望第111-114页
    6.1 本文工作总结第111-112页
    6.2 未来工作展望第112-114页
参考文献第114-125页
攻读博士学位期间发表论文、参与项目情况第125-126页
致谢第126-127页

论文共127页,点击 下载论文
上一篇:低剂量CT投影恢复方法及后处理算法研究
下一篇:神经元集群中的稀疏编码和能量消耗之间的关系