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

基于偏微分方程的两种图像去噪方法

摘要第1-5页
ABSTRACT第5-6页
目录第6-8页
插图目录第8-9页
表格目录第9-10页
第一章 绪论第10-14页
   ·引言第10页
   ·基于偏微分方程图像去噪处理的发展概况与研究现状第10-11页
   ·图像处理的方法简介第11-12页
   ·本文的主要内容安排第12-14页
第二章 图像去噪的若干偏微分方程方法第14-30页
   ·图像及其分类第14-16页
     ·图像的特点第14-15页
     ·图像分类第15页
     ·静态灰度图像的离散第15-16页
   ·噪声模型分类第16-17页
     ·噪声分类第16-17页
     ·噪声图像的数学模型第17页
   ·基于偏微分方程图像去噪处理的常用模型第17-21页
     ·热方程去噪模型第18页
     ·全变差(TV)去噪模型第18-19页
     ·自适应 TV 去噪模型第19页
     ·P-M 去噪模型第19-21页
   ·偏微分方程数值计算相关数学方法第21-24页
     ·有限差分法第21-22页
     ·变分原理第22-23页
     ·梯度下降流第23-24页
   ·P-M 模型的仿真实验第24-30页
     ·去噪评价指标第24-25页
     ·实验仿真结果和分析第25-30页
第三章 基于高斯曲率驱动去噪的改进方法第30-36页
   ·引言第30页
   ·高斯曲率驱动去噪模型第30-31页
     ·高斯曲率去噪模型的优点第30-31页
     ·高斯曲率驱动的去噪模型第31页
   ·改进的高斯曲率驱动去噪模型第31-32页
     ·模型建立第31-32页
     ·改进模型的数值解方法第32页
   ·仿真实验结果与分析第32-35页
   ·小结第35-36页
第四章 基于改进的高斯曲率模型与 P-M 模型的融合第36-44页
   ·模型建立第36页
   ·作用效果分析第36-38页
   ·仿真实验结果与分析第38-43页
   ·小结第43-44页
第五章 总结与展望第44-46页
   ·总结第44页
   ·问题与展望第44-46页
致谢第46-48页
参考文献第48-50页
攻读硕士学位期间发表的主要论文第50页

论文共50页,点击 下载论文
上一篇:互联网购物中购买方权益保障问题研究
下一篇:论网络个人信息的民法保护