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

基于几何结构的图像去噪方法研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-19页
   ·研究背景和意义第9-11页
   ·图像去噪的发展现状第11-14页
     ·空间域去噪算法第11-12页
     ·变换域去噪算法第12-14页
   ·图像质量的评价准则第14-16页
     ·主观评价准则第14-15页
     ·客观评价准则第15-16页
   ·论文的主要工作及内容安排第16-19页
第二章 图像去噪方法介绍第19-33页
   ·非局部均值去噪方法第19-20页
   ·基于稀疏表示与字典学习的图像去噪方法第20-27页
     ·图像的稀疏表示第20-22页
     ·KSVD 字典学习算法第22-25页
     ·基于稀疏表示与 KSVD 字典学习的图像去噪方法第25-27页
   ·BM3D 图像去噪方法第27-31页
     ·BM3D 去噪方法原理第28页
     ·BM3D 图像去噪方法步骤第28-30页
     ·BM3D 图像去噪方法优缺点分析第30-31页
   ·本章小结第31-33页
第三章 基于可控核的双几何非局部均值去噪第33-53页
   ·可控核介绍第33-38页
     ·核回归方法介绍第33-36页
     ·可控核的构造第36-38页
   ·基于可控核的双几何非局部均值去噪第38-41页
   ·实验结果与分析第41-52页
     ·实验条件与内容第41-42页
     ·参数的估计第42-43页
     ·实验结果与分析第43-52页
   ·本章小结第52-53页
第四章 基于几何结构与张量稀疏表示的图像去噪第53-73页
   ·几何块分类第53-54页
   ·张量稀疏表示第54-60页
     ·张量简介第54-56页
     ·张量稀疏表示第56-60页
   ·基于几何结构与张量稀疏表示的图像去噪第60-62页
   ·实验结果与分析第62-71页
     ·实验条件与内容第62页
     ·参数设置第62-63页
     ·实验结果与分析第63-71页
   ·本章小结第71-73页
第五章 基于几何结构与低秩表示的图像去噪第73-89页
   ·低秩表示第73-75页
   ·基于几何结构与低秩表示的图像去噪第75-77页
   ·实验结果与分析第77-88页
     ·实验条件与内容第77-78页
     ·参数设置第78页
     ·实验结果与分析第78-88页
   ·本章小结第88-89页
第六章 总结与展望第89-91页
   ·总结第89-90页
   ·展望第90-91页
致谢第91-93页
参考文献第93-101页
研究生在读其间的研究成果第101-102页

论文共102页,点击 下载论文
上一篇:基于样例学习和关键帧的视频超分辨重建
下一篇:基于图像测量的特殊管道弯曲度测量技术