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

基于非下采样Contourlet变换的眼底图像去噪增强算法研究

摘要第1-9页
ABSTRACT第9-10页
第一章 绪论第10-16页
   ·研究背景第10-12页
   ·研究现状第12-14页
     ·图像去噪增强技术概述第12-13页
     ·多尺度分析的研究历史和现状第13-14页
   ·本文内容及创新点第14-15页
   ·章节安排第15-16页
第二章 理论基础第16-32页
   ·时频分析历程第16-20页
     ·傅立叶分析和小波分析第16-17页
     ·多尺度几何分析第17-20页
   ·Contourlet变换第20-26页
     ·"理想"的图像表示方法第20-22页
     ·拉普拉斯金字塔第22-24页
     ·方向滤波器组第24-26页
   ·非下采样Contourlet变换第26-31页
     ·非下采样金字塔第28-29页
     ·非下采样方向滤波器组第29-30页
     ·非下采样Contourlet变换第30-31页
   ·本章小结第31-32页
第三章 基于NSCT的PCA眼底图像去噪增强算法第32-48页
   ·噪声和去噪第32-37页
     ·图像噪声第32-33页
     ·小波阈值去噪第33页
     ·阈值的选取第33-35页
     ·阈值函数的选取第35-37页
   ·眼底图像的NSCT分析第37-42页
     ·眼底图像特点第37-38页
     ·眼底图像的NSCT系数第38-41页
     ·基于NSCT的图像去噪增强算法第41-42页
   ·主分量分析方法第42-46页
     ·K-L理论基础第42-44页
     ·基于PCA的图像重建实验第44-46页
     ·基于PCA的噪声阈值选取第46页
     ·本章小结第46-48页
第四章 算法效果评价第48-62页
   ·图像质量的评价方法第48-51页
     ·客观评价第48-50页
     ·主观评价第50-51页
   ·基于NSCT的眼底图像PCA去噪增强算法第51-56页
     ·算法流程图第51-53页
     ·阈值选取公式及调节参数第53-55页
     ·阈值函数或增强函数第55-56页
   ·算法的实现第56-61页
   ·本章小结第61-62页
第五章 总结与展望第62-66页
   ·本文小结第62-64页
   ·展望第64-66页
附录 算法核心代码第66-74页
参考文献第74-80页
致谢第80-82页
攻读学位期间发表的学术论文第82-83页
学位论文评阅及答辩情况表第83页

论文共83页,点击 下载论文
上一篇:三维锥束CT图像重建加速技术研究
下一篇:淄川区医院住院信息管理系统设计与实现