摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-14页 |
1.1 图像去噪研究背景和意义 | 第8-9页 |
1.2 图像去噪算法的研究现状 | 第9-12页 |
1.3 论文的主要工作和章节安排 | 第12-14页 |
第二章 图像去噪相关理论及算法 | 第14-26页 |
2.1 图像的噪声模型 | 第14页 |
2.2 经典去噪算法 | 第14-25页 |
2.2.1 传统的滤波方法 | 第14-16页 |
2.2.2 基于小波变换的图像去噪方法 | 第16-18页 |
2.2.3 多尺度几何分析方法 | 第18-25页 |
2.3 本章小结 | 第25-26页 |
第三章 基于非局部方向修正的 Bandelet 域自然图像去噪 | 第26-40页 |
3.1 Bandelet 变换 | 第26-28页 |
3.1.1 第一代 Bandelet 变换 | 第26-27页 |
3.1.2 第二代 Bandelet 变换 | 第27-28页 |
3.2 平移不变 Bandelet 变换 | 第28-29页 |
3.3 基于非局部全局 Bandelet 域去噪算法 | 第29-31页 |
3.3.1 算法的思想和原理 | 第29-31页 |
3.3.2 修正规则 | 第31页 |
3.4 算法步骤 | 第31-32页 |
3.5 实验结果及分析 | 第32-39页 |
3.5.1 实验条件和内容 | 第32-39页 |
3.6 本章小结 | 第39-40页 |
第四章 基于边缘检测和方向修正的 SAR 降斑 | 第40-48页 |
4.1 边缘检测算子 | 第40-41页 |
4.2 基于 Canny 边缘检测的 TIBT 降斑 | 第41页 |
4.3 基于边缘检测和特征聚类的 SAR 图像降斑 | 第41-42页 |
4.4 基于边缘检测和方向修正的 SAR 降斑 | 第42-44页 |
4.4.1 BM3D 块匹配框架 | 第42-43页 |
4.4.2 算法的基本原理 | 第43-44页 |
4.5 算法步骤 | 第44-45页 |
4.6 实验结果与分析 | 第45-47页 |
4.7 本章小结 | 第47-48页 |
第五章 总结与展望 | 第48-50页 |
致谢 | 第50-52页 |
参考文献 | 第52-56页 |
研究生在读期间的研究成果 | 第56-57页 |