基于偏微分方程的图像增强
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题选题的研究背景和意义 | 第10-11页 |
| 1.2 偏微分方程方法在国内外的发展和研究现状 | 第11-13页 |
| 1.3 图像质量评价 | 第13-14页 |
| 1.4 本文的主要工作和内容安排 | 第14-16页 |
| 第二章 图像噪声估计 | 第16-26页 |
| 2.1 常见的图像噪声分类 | 第16-18页 |
| 2.2 不同类型的噪声估计 | 第18-22页 |
| 2.2.1 噪声的直方图特性 | 第19-21页 |
| 2.2.2 具体的噪声识别过程 | 第21-22页 |
| 2.3 噪声参数估计 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于偏微分方程的两类去噪模型 | 第26-44页 |
| 3.1 图像的偏微分方程模型 | 第26-27页 |
| 3.1.1 偏微分方程基本概念 | 第26-27页 |
| 3.1.2 图像的数学求导 | 第27页 |
| 3.1.3 图像去噪中的偏微分数学模型 | 第27页 |
| 3.2 面向对象——全变分去噪模型 | 第27-31页 |
| 3.2.1 加性噪声的全变分模型 | 第27-28页 |
| 3.2.2 乘性噪声的变分模型 | 第28-29页 |
| 3.2.3 基于ROF的去噪 | 第29-31页 |
| 3.3 全变分模型的仿真结果和分析 | 第31-33页 |
| 3.4 面向过程——各向异性扩散模型 | 第33-43页 |
| 3.4.1 各向异性扩撒 | 第33页 |
| 3.4.2 PM异性扩散模型 | 第33-39页 |
| 3.4.3 前向与后向扩散模型 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于FAB的变分去噪模型 | 第44-52页 |
| 4.1 结合FAB的变分方程 | 第44-46页 |
| 4.2 实验仿真结果 | 第46-47页 |
| 4.3 传统的图像增强方法 | 第47-48页 |
| 4.4 噪声图像去噪流程 | 第48-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-56页 |
| 5.1 本文的研究工作 | 第52-53页 |
| 5.2 后续的研究和展望 | 第53-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录 攻读硕士学位期间成果 | 第62页 |
