基于不确定性理论的图像滤波
中文摘要 | 第4-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第9-17页 |
1.1 粗糙集理论及发展 | 第9-10页 |
1.2 直觉模糊集理论 | 第10-11页 |
1.3 D-S证据理论 | 第11-13页 |
1.4 带噪声的图像重构 | 第13-15页 |
1.5 本文的主要结构 | 第15-17页 |
2 不确定性理论基础知识 | 第17-22页 |
2.2 D-S 证据理论 | 第20-22页 |
3 图像重构的圆形插值滤波 | 第22-29页 |
3.1 预备知识 | 第22-23页 |
3.2 主要思想 | 第23-26页 |
3.2.1 模板设置 | 第23-25页 |
3.2.2 噪声判定 | 第25-26页 |
3.2.3 圆形插值滤波算法 | 第26页 |
3.3 去噪效果测试 | 第26-29页 |
4 基于直觉模糊集的图像滤波 | 第29-50页 |
4.1 像素集合上的直觉模糊集合 | 第29-30页 |
4.2 基于直觉模糊集的图像滤波 | 第30-46页 |
4.2.1 Couto 模型简介 | 第30-31页 |
4.2.2 Couto 模型分析 | 第31-36页 |
4.2.3 直觉模糊像素集模型的构造 | 第36-42页 |
4.2.4 基于直觉模糊集的图像滤波 | 第42-46页 |
4.3 去噪效果测试 | 第46-50页 |
5 基于D-S证据的图像滤波 | 第50-65页 |
5.1 D-S滤波证据 | 第50-52页 |
5.2 基于 D-S 证据的图像滤波 | 第52-59页 |
5.2.1 两组滤波证据的合成 | 第52-57页 |
5.2.2 多组滤波证据的合成 | 第57-59页 |
5.3 去噪效果测试 | 第59-65页 |
6 结论 | 第65-66页 |
6.1 本文的主要研究成果及创新点 | 第65页 |
6.2 未来研究展望 | 第65-66页 |
参考文献 | 第66-75页 |
致谢 | 第75-76页 |
攻读学位期间科研成果 | 第76页 |