| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究图像去噪处理的意义 | 第8-9页 |
| ·图像去噪算法的发展概况 | 第9-10页 |
| ·滤波性能评价标准 | 第10-12页 |
| ·本文所作的工作 | 第12-14页 |
| 第2章 传统的图像去噪算法 | 第14-34页 |
| ·噪声的分类和数学模型 | 第14-17页 |
| ·几种常见空域图像去噪算法 | 第17-23页 |
| ·均值滤波器 | 第17-18页 |
| ·顺序统计滤波器 | 第18-20页 |
| ·自适应滤波器 | 第20-23页 |
| ·其它新型滤波器 | 第23-34页 |
| ·形态学滤波器 | 第23-26页 |
| ·偏微分方程图像去噪 | 第26-30页 |
| ·小波去噪算法 | 第30-34页 |
| 第3章 滤波算法的改进 | 第34-57页 |
| ·针对脉冲噪声的滤波改进算法 | 第34-42页 |
| ·算法实现 | 第35-38页 |
| ·实验结果与分析 | 第38-41页 |
| ·结论 | 第41-42页 |
| ·针对混合噪声的滤波算法 | 第42-52页 |
| ·全变分去噪模型的改进 | 第43-45页 |
| ·本文算法 | 第45-49页 |
| ·实验结果与分析 | 第49-52页 |
| ·结论 | 第52页 |
| ·自适应小波阈值去噪算法 | 第52-57页 |
| ·算法实现 | 第52-55页 |
| ·实验结果与分析 | 第55-56页 |
| ·结论 | 第56-57页 |
| 第4章 总结与展望 | 第57-59页 |
| 附录 | 第59-66页 |
| 附录1 变分原理和欧拉-拉格朗日方程 | 第59-61页 |
| 附录2 式(3-21)对应的欧拉-拉格朗日方程的推导 | 第61-62页 |
| 附录3 式(3-48)的推导 | 第62-63页 |
| 附录4 式(3-31)推导出式(3-47)的过程 | 第63-64页 |
| 附录5 边缘保持势函数 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间的研究成果 | 第71页 |