摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-26页 |
·图像噪声概述 | 第10-11页 |
·图像滤波方法概述 | 第11-13页 |
·PDE 滤波方法概述 | 第13-23页 |
·偏微分方程滤波方法的优势和特点 | 第13-16页 |
·新 PDE 滤波模型提出的途径 | 第16-23页 |
·直接法 | 第16-18页 |
·活动标架法 | 第18-20页 |
·能量泛函极小化法 | 第20-22页 |
·耦合法 | 第22-23页 |
·本文的研究工作和内容安排 | 第23-26页 |
·本文的研究工作 | 第23-24页 |
·本文的创新点和内容安排 | 第24-26页 |
第二章 传统均值滤波方法的改进 | 第26-39页 |
·传统的均值类滤波方法介绍 | 第26-28页 |
·模糊加权的非局部均值滤波器 | 第28-30页 |
·模糊信息价值指数 | 第28-29页 |
·模糊加权的 NLM 滤波器 | 第29-30页 |
·参数分析和实验结果 | 第30-38页 |
·参数的选取 | 第30-31页 |
·实验结果 | 第31-38页 |
·小结 | 第38-39页 |
第三章 基于新控制函数的 PDE 滤波方法 | 第39-61页 |
·研究的动机 | 第39-40页 |
·PDE 滤波模型的保边策略及其针对脉冲噪声的缺陷分析 | 第40-44页 |
·一类保边的二阶 PDE 滤波模型 | 第44-50页 |
·图像的 ENI | 第44-47页 |
·新的扩散速度控制函数 | 第47-48页 |
·新的控制保真函数 | 第48-49页 |
·基于新控制函数的一类保边的二阶 PDE 滤波模型 | 第49页 |
·离散执行方法 | 第49-50页 |
·实验结果和讨论 | 第50-60页 |
·参数的选取 | 第51-53页 |
·与相关 PDE 模型的比较 | 第53-57页 |
·与其他非 PDE 滤波方法的比较 | 第57-60页 |
·小结 | 第60-61页 |
第四章 基于噪声检测过程的 PDE 滤波方法 | 第61-88页 |
·基于同质数量的滤波器 | 第61-75页 |
·研究的动机和目的 | 第61-62页 |
·HAB 滤波器 | 第62-67页 |
·同质数量(Homogeneous Amount) | 第62-64页 |
·HAB 滤波器 | 第64-67页 |
·实验结果 | 第67-75页 |
·去随机值脉冲噪声的实验 | 第67-71页 |
·其他应用 | 第71-75页 |
·结合椒盐噪声探测的 PDE 滤波算法 | 第75-87页 |
·研究的动机 | 第75-76页 |
·组合 Chen 等人探测器和全变分修复模型的去噪方法 | 第76-77页 |
·实验结果 | 第77-87页 |
·小结 | 第87-88页 |
第五章 自适应 PDE 滤波模型和阈值化方法的应用 | 第88-104页 |
·自适应 PDE 滤波模型 | 第89-100页 |
·两类常见的平滑项及其特点 | 第89-91页 |
·无方向感的平滑项 | 第89页 |
·带方向感的平滑项 | 第89-91页 |
·自适应 PDE 扩散模型 | 第91-93页 |
·图像特征块的划分 | 第91-93页 |
·两种平滑项的整合 | 第93页 |
·在 SAR 图像上的应用 | 第93-100页 |
·自适应阈值方法在光干涉条纹图中的应用 | 第100-103页 |
·小结 | 第103-104页 |
第六章 全变分滤波模型的拓展及快速求解 | 第104-120页 |
·全变分滤波模型及迭代重加权法 | 第104-108页 |
·全变分滤波模型介绍 | 第104-106页 |
·迭代重加权算法 | 第106-108页 |
·全变分模型的拓展及快速求解 | 第108-113页 |
·新全变分模型的提出 | 第108-110页 |
·应用迭代重加权法求解新全变分模型 | 第110-113页 |
·实验结果 | 第113-119页 |
·去随机值脉冲噪声的全变分模型 | 第114-116页 |
·整合噪声探测器的全变分去噪模型 | 第116-119页 |
·小结 | 第119-120页 |
第七章 总结和展望 | 第120-122页 |
·研究工作总结 | 第120-121页 |
·展望 | 第121-122页 |
参考文献 | 第122-135页 |
发表论文和参加科研情况说明 | 第135-136页 |
致谢 | 第136页 |