基于边缘检测的非局部均值图像去噪算法
致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9页 |
第一章 绪论 | 第14-20页 |
1.1 研究背景与意义 | 第14页 |
1.2 国内外研究现状 | 第14-16页 |
1.3 数字图像 | 第16-17页 |
1.4 去噪算法的分类 | 第17-18页 |
1.5 本文的主要工作 | 第18-19页 |
1.6 本文的结构安排 | 第19-20页 |
第二章 图像去噪理论基础 | 第20-36页 |
2.1 噪声 | 第20-23页 |
2.1.1 噪声的分类 | 第20-21页 |
2.1.2 噪声的统计模型 | 第21-23页 |
2.2 图像质量评价准则 | 第23-25页 |
2.2.1 主观评价准则 | 第24页 |
2.2.2 客观评价准则 | 第24-25页 |
2.3 均值滤波算法 | 第25-27页 |
2.4 中值滤波算法 | 第27-29页 |
2.5 高斯滤波算法 | 第29-31页 |
2.6 维纳滤波算法 | 第31-33页 |
2.7 双边滤波算法 | 第33-35页 |
2.8 本章小结 | 第35-36页 |
第三章 改进的SOBEL边缘检测算法 | 第36-43页 |
3.1 边缘检测 | 第36-38页 |
3.2 SOBEL算子 | 第38-39页 |
3.3 改进的八方向的SOBEL算子 | 第39-42页 |
3.3.1 梯度计算 | 第39-40页 |
3.3.2 阈值选取 | 第40-41页 |
3.3.3 算法步骤 | 第41-42页 |
3.4 本章总结 | 第42-43页 |
第四章 基于边缘检测的改进的非局部均值去噪算法 | 第43-58页 |
4.1 概述 | 第43页 |
4.2 邻域平均滤波的权系数 | 第43-44页 |
4.3 非局部均值去噪算法 | 第44-47页 |
4.3.1 观测模型 | 第44页 |
4.3.2 算法原理 | 第44-47页 |
4.4 基于边缘检测的非局部均值去噪算法 | 第47-48页 |
4.5 改进的NLM算法实现 | 第48-51页 |
4.6 仿真结果与分析 | 第51-57页 |
4.6.1 主观评价 | 第51-52页 |
4.6.2 客观评价 | 第52-57页 |
4.7 本章小结 | 第57-58页 |
第五章 椒盐噪声自适应开关非局部均值滤波算法 | 第58-75页 |
5.1 概述 | 第58-59页 |
5.2 椒盐噪声去噪的研究现状 | 第59-60页 |
5.3 椒盐噪声自适应开关非局部均值滤波算法 | 第60-64页 |
5.3.1 噪声检测 | 第60-61页 |
5.3.2 NASNLM算法原理 | 第61-63页 |
5.3.3 NASNLM算法实现 | 第63-64页 |
5.4 仿真结果与分析 | 第64-74页 |
5.4.1 主观评价 | 第64-66页 |
5.4.2 客观评价 | 第66-68页 |
5.4.3 时间消耗 | 第68-74页 |
5.5 本章小结 | 第74-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 全文总结 | 第75-76页 |
6.2 展望 | 第76-77页 |
参考文献 | 第77-81页 |
攻读硕士学位期间的学术活动及成果情况 | 第81-82页 |