图像去噪和图像匹配中若干问题的研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 研究现状分析 | 第10-13页 |
| 1.2.1 图像去噪的研究现状 | 第10-12页 |
| 1.2.2 图像匹配的研究现状 | 第12-13页 |
| 1.3 论文的研究内容和结构安排 | 第13-15页 |
| 1.3.1 论文主要研究内容 | 第13-14页 |
| 1.3.2 论文结构安排 | 第14-15页 |
| 第2章 预备知识 | 第15-20页 |
| 2.1 图像噪声模型 | 第15-16页 |
| 2.2 图像去噪方法概述 | 第16-18页 |
| 2.2.1 基于空间域去噪 | 第16-17页 |
| 2.2.2 基于频率域去噪 | 第17页 |
| 2.2.3 基于偏微分方程去噪 | 第17-18页 |
| 2.3 SIFT图像匹配方法 | 第18页 |
| 2.4 分数阶微分 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 一种改进的非局部均值图像去噪算法 | 第20-31页 |
| 3.1 引言 | 第20页 |
| 3.2 基本理论 | 第20-22页 |
| 3.2.1 非局部均值滤波算法 | 第20-21页 |
| 3.2.2 积分图加速的非局部均值滤波算法 | 第21-22页 |
| 3.3 本文算法 | 第22-25页 |
| 3.4 实验与结果分析 | 第25-29页 |
| 3.4.1 视觉效果对比 | 第26-27页 |
| 3.4.2 去噪性能对比 | 第27-28页 |
| 3.4.3 去噪效率对比 | 第28-29页 |
| 3.5 本章小结 | 第29-31页 |
| 第4章 自适应残差图像的分数阶全变分去噪算法 | 第31-46页 |
| 4.1 引言 | 第31页 |
| 4.2 全变分ROF去噪模型 | 第31-32页 |
| 4.3 本文算法 | 第32-37页 |
| 4.3.1 AFTV算法分析 | 第32-33页 |
| 4.3.2 构建残差图像计算模型 | 第33-34页 |
| 4.3.3 改进的残差图像计算模型的实验验证 | 第34-37页 |
| 4.4 实验与结果分析 | 第37-45页 |
| 4.4.1 分数阶阶次选取实验 | 第38-39页 |
| 4.4.2 去噪性能对比实验 | 第39-44页 |
| 4.4.3 去噪效率对比实验 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 基于自适应分数阶的SIFT图像匹配算法 | 第46-60页 |
| 5.1 引言 | 第46页 |
| 5.2 自适应分数阶掩模的构建 | 第46-48页 |
| 5.2.1 与阶次相关图像信息的选择 | 第46-47页 |
| 5.2.2 构建分数阶阶次自适应数学模型 | 第47-48页 |
| 5.3 相似性判定度量的优化 | 第48-51页 |
| 5.4 算法步骤 | 第51-52页 |
| 5.5 实验与结果分析 | 第52-58页 |
| 5.5.1 匹配结果对比实验 | 第53-58页 |
| 5.5.2 匹配效率对比实验 | 第58页 |
| 5.6 本章小结 | 第58-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 工作总结 | 第60-61页 |
| 6.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间撰写的论文和参加科研情况 | 第66-67页 |
| 一 攻读硕士学位期间发表的论文 | 第66页 |
| 二 攻读硕士学位期间参加科研情况 | 第66-67页 |
| 致谢 | 第67-68页 |
