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 |