| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·图像去噪算法研究现状 | 第11-15页 |
| ·本文研究内容及结构安排 | 第15-17页 |
| 第2章 非局部均值的基本原理与研究现状 | 第17-23页 |
| ·非局部均值基本原理 | 第17-20页 |
| ·去噪中的偏差-方差问题 | 第19-20页 |
| ·非局部均值的研究现状 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于主动匹配的自适应非局部均值去噪算法 | 第23-33页 |
| ·稀少块效应分析及本文的解决思路 | 第23-26页 |
| ·基于主动匹配的自适应非局部均值改进方案 | 第26-28页 |
| ·实验结果与性能分析 | 第28-32页 |
| ·图像去噪算法的常用性能衡量标准 | 第28-29页 |
| ·性能测试与分析 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于 Log-Gabor 特征的非局部均值去噪算法 | 第33-47页 |
| ·基于非灰度特征的相似度 | 第33-34页 |
| ·Gabor 滤波器和 Log-Gabor 滤波器 | 第34-39页 |
| ·基于 Log-Gabor 特征的非局部均值改进方案 | 第39-42页 |
| ·性能测试与分析 | 第40-42页 |
| ·基于混合相似度的非局部均值改进方案 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 Johnson-Lindenstrauss 随机降维在非局部均值加速中的应用 | 第47-57页 |
| ·NLM 相似度计算量分析 | 第47-48页 |
| ·Johnson-Lindenstrauss 随机降维理论及方法 | 第48-49页 |
| ·J-L 随机降维性能测试 | 第49-56页 |
| ·J-L 随机降维在 NLM-LG 中的效果测试 | 第49-53页 |
| ·J-L 随机降维在原始 NLM 中的效果测试 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65页 |
