基于稀疏表示的图像去噪方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题研究的背景和意义 | 第10页 |
| ·国内外发展现状 | 第10-11页 |
| ·传统图像去噪方法 | 第11-12页 |
| ·空间域去噪方法 | 第11-12页 |
| ·变换域去噪方法 | 第12页 |
| ·图像质量评价 | 第12-14页 |
| ·噪声类型及数学模型 | 第12-13页 |
| ·主观评价标准 | 第13页 |
| ·客观评价标准 | 第13-14页 |
| ·论文研究内容 | 第14页 |
| ·论文结构安排 | 第14-15页 |
| 第二章 稀疏表示的基本原理 | 第15-21页 |
| ·稀疏分解理论基础 | 第15-16页 |
| ·稀疏分解经典算法 | 第16-21页 |
| ·匹配追踪算法 | 第17-18页 |
| ·正交匹配追踪算法 | 第18-19页 |
| ·弱匹配追踪算法 | 第19页 |
| ·基追踪算法和基追踪去噪算法 | 第19-20页 |
| ·其他算法 | 第20-21页 |
| 第三章 基于聚类的过完备字典构造和优化算法 | 第21-35页 |
| ·K 均值聚类算法 | 第21-25页 |
| ·传统 K 均值聚类算法 | 第21-23页 |
| ·改进 K 均值聚类算法 | 第23-25页 |
| ·基于改进 K 均值聚类算法的字典构造算法 | 第25-30页 |
| ·字典构造原理 | 第25-26页 |
| ·字典构造算法流程 | 第26-27页 |
| ·字典构造实验仿真 | 第27-30页 |
| ·基于二叉树结构的字典优化算法 | 第30-35页 |
| ·字典优化原理 | 第30页 |
| ·字典优化算法流程 | 第30-31页 |
| ·字典优化实验仿真 | 第31-35页 |
| 第四章 基于稀疏表示的图像去噪快速算法 | 第35-44页 |
| ·分段匹配追踪算法原理 | 第35-38页 |
| ·分段正交匹配追踪算法 | 第36-37页 |
| ·正则化正交匹配追踪算法 | 第37页 |
| ·分段弱正交匹配追踪算法 | 第37-38页 |
| ·基于分段弱正交匹配追踪算法的图像去噪算法 | 第38-44页 |
| ·图像去噪算法原理 | 第38页 |
| ·图像去噪算法流程 | 第38-39页 |
| ·图像去噪实验仿真 | 第39-44页 |
| 第五章 总结与展望 | 第44-46页 |
| ·研究工作总结 | 第44-45页 |
| ·展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 发表论文和科研情况说明 | 第50-51页 |
| 致谢 | 第51-52页 |
