结合噪声能量分布估计的低秩去噪方法研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 选题的研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状与挑战 | 第13-16页 |
| 1.3 本文的主要工作及创新点 | 第16-17页 |
| 1.4 本文的内容安排与组织结构 | 第17-18页 |
| 第2章 基于低秩模型的图像去噪算法 | 第18-28页 |
| 2.1 低秩矩阵恢复 | 第18-20页 |
| 2.1.1 鲁棒主成分分析(RPCA) | 第18-19页 |
| 2.1.2 求解算法 | 第19-20页 |
| 2.1.3 基于低秩矩阵理论的图像去噪 | 第20页 |
| 2.2 SVD域内低秩矩阵逼近 | 第20-24页 |
| 2.2.1 奇异值分解理论 | 第21-22页 |
| 2.2.2 问题模型与求解方法 | 第22-23页 |
| 2.2.3 LRA-SVD去噪算法 | 第23-24页 |
| 2.3 加权核范数最小化 | 第24-25页 |
| 2.4 本章小结 | 第25-28页 |
| 第3章 结合噪声能量分布估计的低秩去噪 | 第28-44页 |
| 3.1 算法的主要思想 | 第28-30页 |
| 3.2 算法流程 | 第30-32页 |
| 3.3 关键步骤 | 第32-43页 |
| 3.3.1 边缘信息辅助的块匹配和分组 | 第32-35页 |
| 3.3.2 基于奇异值分解的矩阵低秩去噪 | 第35-40页 |
| 3.3.3 加权聚合 | 第40-41页 |
| 3.3.4 迭代反投影与噪声水平估计 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 实验结果与性能分析 | 第44-54页 |
| 4.1 图像评价标准 | 第44-46页 |
| 4.2 本文方法的参数设置 | 第46页 |
| 4.3 实验结果分析 | 第46-52页 |
| 4.3.1 客观量化分析 | 第46-48页 |
| 4.3.2 主观视觉分析 | 第48-52页 |
| 4.4 运行时间比较 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 本文总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第61-62页 |
| 学位论文评阅及答辩情况表 | 第62页 |
