首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于曲波分解的数字图像混合去噪方法

摘要第4-5页
Abstract第5页
第一章 绪论第9-15页
    1.1 研究的目的和意义第9页
    1.2 数字图像处理研究现状第9-12页
        1.2.1 数字图像处理技术的发展现状第9-10页
        1.2.2 图像多尺度分析理论发展现状第10-11页
        1.2.3 图像偏微分方程理论发展现状第11-12页
    1.3 图像的噪声特征第12-13页
    1.4 图像的去噪质量评价方法第13-14页
        1.4.1 主观评价法第13页
        1.4.2 客观评价法第13-14页
    1.5 本文主要研究内容与章节安排第14-15页
第二章 曲波变换的基本理论第15-28页
    2.1 引言第15页
    2.2 脊波变换的基本理论第15-19页
        2.2.1 连续脊波变换第15-17页
        2.2.2 基于 Radon 变换的脊波算法第17-18页
        2.2.3 正交脊波第18-19页
    2.3 Curvelet 变换基本理论与实现过程第19-23页
        2.3.1 子带滤波第19-20页
        2.3.2 多尺度脊波分析第20-21页
        2.3.3 Curvelet 变换实现过程第21-23页
    2.4 Curvelet 变换的性质第23-25页
    2.5 离散 Curvelet 变换第25-27页
        2.5.1 离散曲波变换的数学基础第25页
        2.5.2 USFFT 变换第25-26页
        2.5.3 Wrapping 变换第26-27页
    2.6 本章小结第27-28页
第三章 阈值去噪法的改进第28-52页
    3.1 引言第28页
    3.2 基于曲波变换的阈值去噪法第28-33页
        3.2.1 曲波变换的硬阈值去噪法第28-30页
        3.2.2 曲波变换的软阈值去噪法第30-31页
        3.2.3 曲波变换的半软阈值去噪法第31-32页
        3.2.4 曲波变换的块阈值去噪法第32页
        3.2.5 曲波变换的折中阈值去噪法第32-33页
    3.3 噪声分布特性与子带系数变换要求第33-35页
        3.3.1 噪声在曲波子带系数上的分布特点第33-34页
        3.3.2 子带系数变换函数的期望第34-35页
    3.4 基于非线性子带系数变换的曲波去噪法第35-41页
        3.4.1 基于高斯函数变换的曲波去噪法第35-37页
        3.4.2 基于一种指数函数变换的曲波去噪法第37-39页
        3.4.3 基于卡方累积分布函数变换的曲波去噪法第39-41页
    3.5 实验与结果分析第41-51页
        3.5.1 主观视觉评价第41-49页
        3.5.2 峰值信噪比评价第49-51页
    3.6 本章小结第51-52页
第四章 偏微分方程理论与演进第52-62页
    4.1 引言第52页
    4.2 基本偏微分方程第52-54页
    4.3 方向扩散第54-56页
    4.4 蛇形扩散模型第56-57页
    4.5 结构张量扩散第57-60页
    4.6 非线性结构张量扩散第60-61页
    4.7 本章小结第61-62页
第五章 基于曲波分解的混合去噪方法第62-70页
    5.1 混合算法的提出第62页
    5.2 基于曲波分解的混合去噪算法第62-65页
        5.2.1 总体方案的提出第62-63页
        5.2.2 噪声在曲波层域的分布与偏微分方程迭代次数的确定第63-64页
        5.2.3 最终方案的确定第64-65页
    5.3 加权叠加法第65页
    5.4 试验与结果分析第65-69页
        5.4.1 主观视觉评价第66-68页
        5.4.2 峰值信噪比评价第68-69页
    5.5 小结第69-70页
结论与展望第70-72页
    结论第70页
    展望第70-72页
参考文献第72-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:复杂网络拓扑结构聚合与展现系统的设计与实现
下一篇:压缩感知理论在信号源个数估计中的应用研究