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

基于联合稀疏表示的非局部变换域图像去噪

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-16页
    1.1 研究背景与意义第11页
    1.2 图像去噪的研究现状第11-13页
    1.3 论文主要研究内容第13-14页
    1.4 论文章节安排第14-16页
第二章 图像去噪的非局部稀疏表示基础理论第16-27页
    2.1 引言第16页
    2.2 传统图像去噪方法第16-18页
        2.2.1 空间域图像去噪第17-18页
        2.2.2 变换域图像去噪第18页
    2.3 稀疏表示算法第18-23页
        2.3.1 压缩感知理论简介第18-19页
        2.3.2 稀疏表示理论第19-23页
    2.4 非局部去噪模型第23-26页
        2.4.1 非局部稀疏模型第23页
        2.4.2 块匹配三维协同滤波图像去噪第23-26页
    2.5 本章小结第26-27页
第三章 块匹配变换域滤波图像去噪算法第27-45页
    3.1 引言第27页
    3.2 改进的联合稀疏表示的图像恢复方法第27-29页
    3.3 小波阈值去噪优化算法第29-35页
        3.3.1 小波去噪方法研究第29-32页
        3.3.2 边缘检测方法研究第32-33页
        3.3.3 基于边缘检测的小波阈值去噪优化第33-35页
    3.4 改进的块匹配三维滤波图像去噪算法第35-39页
        3.4.1 BM3D算法中存在的问题第35-37页
        3.4.2 改进的块匹配三维滤波图像去噪第37-39页
    3.5 实验结果对比与分析第39-43页
    3.6 本章小结第43-45页
第四章 去噪模型的求解和优化第45-61页
    4.1 引言第45页
    4.2 基于贝叶斯估计的正则化参数推导第45-50页
        4.2.1 贝叶斯估计理论基础第46-47页
        4.2.2 基于最大后验概率估计的方法第47-49页
        4.2.3 基于贝叶斯估计的正则化参数估计第49-50页
    4.3 SPLIT BREGMAN降噪迭代算法第50-53页
    4.4 实验结果与分析第53-59页
    4.5 本章小结第59-61页
第五章 总结与展望第61-63页
    5.1 本文算法总结第61-62页
    5.2 未来工作展望第62-63页
参考文献第63-66页
致谢第66-67页
攻读学位期间发表的学术论文目录第67页

论文共67页,点击 下载论文
上一篇:双目视觉车速测量的研究及实现
下一篇:Android数据安全容器的研究与设计