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

基于形态分量分析的图像去噪研究

摘要第1-6页
Abstract第6-7页
目录第7-13页
1 绪论第13-17页
   ·选题的背景第13页
   ·选题的目的第13-14页
   ·国内外研究现状第14-15页
   ·研究图像去噪处理的意义第15页
   ·本文工作与内容安排第15-17页
     ·主要内容第15-16页
     ·本文各章节内容安排第16-17页
2 图像去噪基础第17-29页
   ·引言第17页
   ·噪声的分类第17-19页
     ·按噪声产生源第17-18页
     ·按噪声相关性第18页
     ·按噪声统计特征第18-19页
     ·小结第19页
   ·传统图像去噪算法第19-21页
     ·空间域滤波第19-20页
     ·变换域滤波第20-21页
   ·图像去噪算法对比第21-27页
     ·图像的质量评价第21-22页
     ·降噪效果对比第22-27页
     ·去噪综合分析第27页
   ·小结第27-29页
3 形态分量分析理论基础第29-45页
   ·盲源分离理论基础第29-32页
     ·简介第29-30页
     ·模型基本描述第30-31页
     ·模型基本假设第31页
     ·主要算法第31页
     ·小结第31-32页
   ·形态分量分析第32-36页
     ·简介第32-33页
     ·模型假设第33页
     ·形态分量分析第33-35页
     ·算法第35-36页
     ·与数学形态学的差异第36页
     ·小结第36页
   ·形态分量分析实验第36-43页
     ·一维信号实验第37-40页
     ·二维信号实验第40-43页
     ·小结第43页
   ·小结第43-45页
4 形态分量分析理论新应用-图像去噪第45-55页
   ·形态分量分析去噪原理第45-46页
   ·去噪算法设计第46-48页
     ·过完备字典构造第46-47页
     ·第一重去噪第47-48页
     ·第二重去噪第48页
   ·算法实验第48-53页
   ·小结第53-55页
5 与传统降噪算法的对比第55-61页
   ·算法有效性第55-60页
   ·算法复杂度第60页
   ·算法使用范围第60页
   ·小结第60-61页
6 结论与展望第61-63页
   ·结论第61页
   ·今后工作展望第61-63页
参考文献第63-67页
附录A第67-71页
附录B第71-73页
附录C第73-77页
后记或致谢第77-79页
作者简介及读研期间主要科研成果第79页

论文共79页,点击 下载论文
上一篇:茶叶色选机智能图像采集处理系统的研究
下一篇:军用装备及车辆主动管理系统的研究与设计