| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 空域滤波 | 第8-9页 |
| 1.2.2 频域滤波 | 第9-10页 |
| 1.2.3 各向异性扩散去噪 | 第10-11页 |
| 1.2.4 形态学去噪 | 第11页 |
| 1.2.5 基于游长概率统计的方法 | 第11-12页 |
| 1.2.6 现存的问题及难点 | 第12页 |
| 1.3 本文主要工作及章节安排 | 第12-14页 |
| 1.3.1 本文主要工作 | 第12-13页 |
| 1.3.2 本文章节安排 | 第13-14页 |
| 2 基于引导滤波与游长概率统计的古代碑文图像综合去噪方法 | 第14-30页 |
| 2.1 引导滤波平滑笔画 | 第14-16页 |
| 2.2 Retinex增强 | 第16-19页 |
| 2.2.1 单尺度Retinex | 第16-18页 |
| 2.2.2 多尺度Retinex | 第18-19页 |
| 2.3 Otsu二值化 | 第19-20页 |
| 2.4 基于游长概率统计和连通区域的去噪方法 | 第20-24页 |
| 2.4.1 统计笔画和噪声的游长 | 第21-22页 |
| 2.4.2 去除过长的横笔画和过长的竖笔画对游长统计的干扰 | 第22页 |
| 2.4.3 根据游长概率分布直方图计算最佳阈值 | 第22-23页 |
| 2.4.4 利用最佳阈值和连通区域去除大部分随机噪声 | 第23-24页 |
| 2.5 实验结果及分析 | 第24-27页 |
| 2.6 本章小结 | 第27-30页 |
| 3 基于巴特沃斯低通滤波器和KSVD的古代碑文图像综合去噪方法 | 第30-42页 |
| 3.1 巴特沃斯低通滤波器分离低频分量和高频分量 | 第30-32页 |
| 3.2 KSVD方法重建高频成分 | 第32-33页 |
| 3.3 Otsu方法二值化高频分量和低频分量的融合结果 | 第33-34页 |
| 3.4 改善图像视觉效果 | 第34-36页 |
| 3.4.1 去除孤立噪声点 | 第34-35页 |
| 3.4.2 笔画孔洞填充 | 第35页 |
| 3.4.3 中值滤波去除毛刺 | 第35-36页 |
| 3.5 实验结果及分析 | 第36-40页 |
| 3.6 本章小结 | 第40-42页 |
| 4 古代碑文图像去噪原型系统与实现 | 第42-48页 |
| 4.1 系统模块框架 | 第42-43页 |
| 4.2 系统实现 | 第43-45页 |
| 4.3 系统运行环境 | 第45-46页 |
| 4.4 本章小结 | 第46-48页 |
| 5 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 研究展望 | 第48-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 附录 | 第58页 |
