基于非局部稀疏模型的字典分析与图像去噪
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·图像去噪的研究背景和意义 | 第8页 |
| ·图像去噪的发展历程与现状 | 第8-10页 |
| ·空域滤波技术 | 第9页 |
| ·频域滤波技术 | 第9-10页 |
| ·论文的主要工作和安排 | 第10-12页 |
| 第二章 自然图像经典去噪算法 | 第12-18页 |
| ·自然图像的噪声模型 | 第12-13页 |
| ·自然图像噪声 | 第12页 |
| ·自然图像加性噪声模型 | 第12-13页 |
| ·自然图像经典滤波方法 | 第13-17页 |
| ·均值滤波 | 第13-14页 |
| ·中值滤波 | 第14页 |
| ·频域滤波 | 第14-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 基于PCA的非局部稀疏模型图像去噪方法 | 第18-30页 |
| ·非局部均值滤波器 | 第18-19页 |
| ·K-SVD去噪方法 | 第19-21页 |
| ·超完备稀疏表示理论 | 第19-20页 |
| ·K-SVD | 第20-21页 |
| ·基于PCA字典的非局部稀疏模型去噪方法 | 第21-24页 |
| ·相似集合计算 | 第21-22页 |
| ·SOMP算法 | 第22页 |
| ·图像主分量分析(PCA)与主邻域字典(PND) | 第22-23页 |
| ·字典设计 | 第23-24页 |
| ·算法步骤 | 第24-26页 |
| ·实验结果和分析 | 第26-29页 |
| ·评价指标 | 第26页 |
| ·实验条件和内容 | 第26-27页 |
| ·实验确定阈值参数ξ | 第27页 |
| ·实验结果 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于改进字典的非局部稀疏模型图像去噪方法 | 第30-40页 |
| ·相似数据采样 | 第30-31页 |
| ·单边高斯分布 | 第30-31页 |
| ·相似集合S,单边高斯采样 | 第31页 |
| ·基于改进字典的非局部稀疏模型图像去噪方法 | 第31-33页 |
| ·相似集合计算 | 第31-32页 |
| ·字典设计 | 第32-33页 |
| ·算法步骤 | 第33-35页 |
| ·实验结果对比 | 第35-39页 |
| ·实验条件和内容 | 第35页 |
| ·实验参数 | 第35-36页 |
| ·实验结果对比 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基于非局部联合稀疏模型图像去噪方法 | 第40-50页 |
| ·非局部稀疏模型回顾 | 第40页 |
| ·联合稀疏模型(JSM) | 第40-41页 |
| ·JSM-1 | 第41页 |
| ·JSM-2 | 第41页 |
| ·基于非局部联合稀疏模型的图像去噪方法 | 第41-43页 |
| ·相似集合数据公共分量 | 第42页 |
| ·相似集合数据特征分量 | 第42-43页 |
| ·算法步骤 | 第43-45页 |
| ·实验结果 | 第45-48页 |
| ·评价指标 | 第45页 |
| ·实验条件与内容 | 第45页 |
| ·实验结果对比 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·本文工作总结 | 第50-51页 |
| ·未来展望 | 第51-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 研究生在读期间的研究成果 | 第58页 |
