| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 图像去噪技术的国内外研究现状 | 第9-12页 |
| 1.3 本文的主要工作 | 第12-14页 |
| 第2章 图像去噪的基础知识 | 第14-26页 |
| 2.1 噪声的成因和特点 | 第14页 |
| 2.2 图像去噪的一般模型 | 第14-15页 |
| 2.3 常见的图像噪声 | 第15-18页 |
| 2.3.1 均匀噪声 | 第15-16页 |
| 2.3.2 指数噪声 | 第16页 |
| 2.3.3 高斯噪声 | 第16-17页 |
| 2.3.4 椒盐噪声 | 第17-18页 |
| 2.3.5 瑞利噪声 | 第18页 |
| 2.3.6 伽马噪声 | 第18页 |
| 2.4 图像去噪的基本方法 | 第18-22页 |
| 2.4.1 均值滤波 | 第18-19页 |
| 2.4.2 中值滤波 | 第19页 |
| 2.4.3 维纳滤波 | 第19-20页 |
| 2.4.4 频域理想低通滤波器 | 第20-22页 |
| 2.5 图像去噪的质量评价方法 | 第22-25页 |
| 2.5.1 主观评价方法 | 第22-23页 |
| 2.5.2 客观评价方法 | 第23-24页 |
| 2.5.3 无参照图像的质量评价方法 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于变分偏微分方程图像去噪的研究和分析 | 第26-40页 |
| 3.1 变分法的相关知识 | 第26-28页 |
| 3.1.1 变分法的定义 | 第26-27页 |
| 3.1.2 欧拉-拉格朗日方程 | 第27-28页 |
| 3.2 有界变分函数的基本理论 | 第28页 |
| 3.3 全变分图像去噪模型的分析 | 第28-31页 |
| 3.4 全变分图像去噪模型的数值解法 | 第31-34页 |
| 3.4.1 人工时间演化法 | 第32页 |
| 3.4.2 分裂Bregman算法 | 第32-33页 |
| 3.4.3 交替方向法 | 第33-34页 |
| 3.5 实验仿真和分析 | 第34-39页 |
| 3.5.1 ROF模型去噪实验分析 | 第34-36页 |
| 3.5.2 自适应选择最佳正则化参数的方法 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 自适应全变分的图像分块去噪方法 | 第40-52页 |
| 4.1 全变分图像去噪模型分析 | 第40-42页 |
| 4.2 自适应图像分块的方法 | 第42-43页 |
| 4.3 图像边界处理问题 | 第43-45页 |
| 4.4 无参照图像的质量评价方法：局部方差的平均值AVLV | 第45-46页 |
| 4.5 数值解法 | 第46-48页 |
| 4.6 实验仿真和分析 | 第48-51页 |
| 4.7 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-55页 |
| 5.1 本文总结 | 第52-53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文 | 第59-60页 |
| 致谢 | 第60页 |