基于小波和稀疏表示的CBCT图像去噪
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 符号说明 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文主要工作及安排 | 第14-15页 |
| 第二章 医学图像的去噪研究 | 第15-21页 |
| ·医学图像噪声分析 | 第15-17页 |
| ·医学图像噪声的分类 | 第15页 |
| ·医学图像去噪的意义 | 第15-16页 |
| ·CT图像去噪 | 第16-17页 |
| ·MRI图像去噪 | 第17页 |
| ·CBCT图像 | 第17-20页 |
| ·成像原理 | 第18页 |
| ·质量的影响因素 | 第18页 |
| ·CBCT图像的去噪 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于小波阈值和聚类稀疏表示的去噪算法 | 第21-37页 |
| ·稀疏表示理论 | 第21-23页 |
| ·稀疏表示模型 | 第21-22页 |
| ·稀疏分解算法与字典构造方法 | 第22-23页 |
| ·基于字典学习的稀疏表示图像去噪模型 | 第23-26页 |
| ·基于聚类稀疏表示(CSR)的去噪算法 | 第26-32页 |
| ·图像块结构聚类与PCA字典学习 | 第26-28页 |
| ·聚类稀疏表示去噪算法介绍 | 第28-31页 |
| ·聚类稀疏表示去噪结果分析 | 第31-32页 |
| ·基于小波阈值和聚类稀疏表示的CBCT图像去噪 | 第32-33页 |
| ·改进后算法步骤 | 第33页 |
| ·改进后算法流程 | 第33页 |
| ·实验结果及分析 | 第33-36页 |
| ·测试模体图像去噪对比实验 | 第33-35页 |
| ·临床CBCT图像去噪对比实验 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于WCMS和聚类稀疏表示的去噪算法 | 第37-43页 |
| ·WCMS算法介绍 | 第37-39页 |
| ·CBCT图像去噪算法的改进 | 第39页 |
| ·改进后算法步骤 | 第39页 |
| ·改进后算法流程 | 第39页 |
| ·实验结果及分析 | 第39-42页 |
| ·测试模体图像去噪对比实验 | 第39-41页 |
| ·临床CBCT图像去噪对比实验 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-44页 |
| ·本文主要工作的总结 | 第43页 |
| ·未来工作的展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48页 |
