基于非局部均值滤波的图像去噪算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 图像去噪方法概述 | 第11-12页 |
| 1.2.2 非局部均值算法现状介绍 | 第12-13页 |
| 1.3 主要研究内容 | 第13-15页 |
| 第2章 图像去噪的理论基础 | 第15-24页 |
| 2.1 图像噪声的分类与模型 | 第15-17页 |
| 2.1.1 图像噪声的分类 | 第15-16页 |
| 2.1.2 图像噪声的模型 | 第16-17页 |
| 2.1.3 高斯噪声 | 第17页 |
| 2.2 图像去噪评价标准 | 第17-19页 |
| 2.2.1 客观评价标准 | 第17-19页 |
| 2.2.2 主观评价标准 | 第19页 |
| 2.3 经典图像去噪算法 | 第19-23页 |
| 2.3.1 均值滤波器 | 第19-20页 |
| 2.3.2 中值滤波器 | 第20页 |
| 2.3.3 维纳滤波器 | 第20-21页 |
| 2.3.4 小波滤波器 | 第21-22页 |
| 2.3.5 双边滤波器 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 非局部均值滤波权重改进 | 第24-38页 |
| 3.1 非局部均值滤波算法概述 | 第24-27页 |
| 3.2 算法流程及细节 | 第27-31页 |
| 3.2.1 窗口尺寸的选择 | 第27-30页 |
| 3.2.2 相似性衡量 | 第30页 |
| 3.2.3 加权核函数 | 第30-31页 |
| 3.3 加权核函数改进 | 第31-33页 |
| 3.4 实验结果与分析 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 非局部均值滤波的相似度衡量改进 | 第38-49页 |
| 4.1 结构相似性指标 | 第38-41页 |
| 4.2 基于SSIM的相似度衡量改进 | 第41-43页 |
| 4.2.1 相似度衡量新模型 | 第41-42页 |
| 4.2.2 改进的非局部均值算法流程 | 第42-43页 |
| 4.3 实验结果与分析 | 第43-48页 |
| 4.3.1 实验结果 | 第43-47页 |
| 4.3.2 结论 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读学位期间取得的学术成果 | 第54-55页 |
| 致谢 | 第55页 |
