THz人体图像中隐匿物识别算法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 THz成像技术国内外研究现状 | 第12-15页 |
| 1.3 THz图像的目标识别技术 | 第15页 |
| 1.4 论文的主要研究内容及结构安排 | 第15-17页 |
| 第二章 THz图像处理的理论基础 | 第17-24页 |
| 2.1 THz波及其成像系统 | 第17-19页 |
| 2.1.1 THz波成像原理 | 第17-18页 |
| 2.1.2 被动式THz成像系统 | 第18-19页 |
| 2.2 图像处理基本理论 | 第19-21页 |
| 2.2.1 图像退化模型 | 第19-20页 |
| 2.2.2 图像复原 | 第20页 |
| 2.2.3 图像融合 | 第20页 |
| 2.2.4 图像去噪 | 第20-21页 |
| 2.3 去噪效果评价 | 第21-22页 |
| 2.3.1 客观评价 | 第21-22页 |
| 2.3.2 主观评价 | 第22页 |
| 2.4 论文的算法架构 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 THz图像预处理 | 第24-35页 |
| 3.1 THz图像数据简化 | 第24-27页 |
| 3.1.1 THz图像数据 | 第24-25页 |
| 3.1.2 灰度变换 | 第25-27页 |
| 3.2 THz图像去背景 | 第27-32页 |
| 3.2.1 自定义模板滤波 | 第28-29页 |
| 3.2.2 连通域面积法滤波 | 第29-30页 |
| 3.2.3 形态学开闭运算 | 第30-31页 |
| 3.2.4 图像边缘平滑 | 第31页 |
| 3.2.5 图像去背景实现 | 第31-32页 |
| 3.3 同波段数据融合 | 第32-33页 |
| 3.4 自适应中值滤波 | 第33-34页 |
| 3.5 盲反卷积复原 | 第34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 自定义频域滤波器 | 第35-47页 |
| 4.1 二维傅里叶变换 | 第35-38页 |
| 4.1.1 二维傅里叶变换和逆变换 | 第35-36页 |
| 4.1.2 图像频域特性 | 第36-38页 |
| 4.2 频域滤波器设计 | 第38-45页 |
| 4.2.1 理想低通滤波 | 第38-39页 |
| 4.2.2 巴特沃斯低通滤波 | 第39-41页 |
| 4.2.3 高斯低通滤波 | 第41-42页 |
| 4.2.4 陷波带阻滤波 | 第42-45页 |
| 4.3 本章小结 | 第45-47页 |
| 第五章 THz图像滤波算法 | 第47-64页 |
| 5.1 非局部平均去噪 | 第47-48页 |
| 5.2 三维块匹配去噪 | 第48-52页 |
| 5.2.1 基础估计 | 第49-51页 |
| 5.2.2 最终估计 | 第51-52页 |
| 5.3 小波域三维块匹配图像去噪 | 第52-55页 |
| 5.3.1 二维小波分解与重构 | 第52-54页 |
| 5.3.2 小波域三维块匹配算法 | 第54-55页 |
| 5.4 去噪实验对比分析 | 第55-57页 |
| 5.5 THz图像增强 | 第57-59页 |
| 5.5.1 混合空间增强 | 第58页 |
| 5.5.2 目标加伪彩 | 第58-59页 |
| 5.6 算法验证 | 第59-63页 |
| 5.7 本章小结 | 第63-64页 |
| 第六章 结论与讨论 | 第64-66页 |
| 6.1 结论 | 第64页 |
| 6.2 讨论 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69页 |
