图像处理中去噪与超像素生成算法研究
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第1章 绪论 | 第15-24页 |
| 1.1 研究背景及意义 | 第15-17页 |
| 1.2 研究现状及挑战 | 第17-20页 |
| 1.3 本文的主要工作及创新点 | 第20-22页 |
| 1.4 各章节安排 | 第22-24页 |
| 第2章 图像去噪与超像素 | 第24-47页 |
| 2.1 引言 | 第24页 |
| 2.2 图像去噪 | 第24-34页 |
| 2.2.1 去噪算法综述 | 第26-32页 |
| 2.2.2 去噪算法常用测试数据 | 第32页 |
| 2.2.3 去噪算法评价标准 | 第32-34页 |
| 2.3 图像超像素生成算法 | 第34-45页 |
| 2.3.1 超像素生成算法综述 | 第35-41页 |
| 2.3.2 超像素生成算法常用测试数据库 | 第41-43页 |
| 2.3.3 超像素生成算法评价标准 | 第43-45页 |
| 2.4 本章小结 | 第45-47页 |
| 第3章 基于低秩矩阵恢复的去除视频椒盐噪声的方法 | 第47-59页 |
| 3.1 引言 | 第47-48页 |
| 3.2 算法描述 | 第48-53页 |
| 3.2.1 问题建模 | 第48-50页 |
| 3.2.2 矩阵构造 | 第50-51页 |
| 3.2.3 矩阵恢复 | 第51-52页 |
| 3.2.4 算法复杂度分析 | 第52-53页 |
| 3.3 实验结果及分析 | 第53-56页 |
| 3.4 本章小结 | 第56-59页 |
| 第4章 保持边界的图像超像素生成算法 | 第59-80页 |
| 4.1 引言 | 第59-60页 |
| 4.2 算法描述 | 第60-71页 |
| 4.2.1 距离度量函数定义 | 第61-67页 |
| 4.2.2 利用3-sigma原则更新种子点 | 第67-68页 |
| 4.2.3 超像素生成方法 | 第68-71页 |
| 4.3 实验结果及分析 | 第71-79页 |
| 4.3.1 视觉效果比较 | 第71-72页 |
| 4.3.2 量化结果比较 | 第72-77页 |
| 4.3.3 算法运行时间比较 | 第77-78页 |
| 4.3.4 算法不足 | 第78-79页 |
| 4.4 本章小结 | 第79-80页 |
| 第5章 基于QEM的图像超像素生成算法 | 第80-94页 |
| 5.1 引言 | 第80-81页 |
| 5.2 基于二次误差测度的网格简化方法 | 第81-83页 |
| 5.3 基于QEM算法的图像超像素生成算法 | 第83-88页 |
| 5.3.1 初始化网格点 | 第84-85页 |
| 5.3.2 生成三维空间中的三角形网格 | 第85-86页 |
| 5.3.3 采用改进的QEM算法简化网格 | 第86-88页 |
| 5.3.4 算法复杂度分析 | 第88页 |
| 5.4 实验结果及分析 | 第88-92页 |
| 5.4.1 改进QEM算法的有效性 | 第89-90页 |
| 5.4.2 超像素生成算法比较 | 第90-92页 |
| 5.5 超像素在图像显著性检测中的应用 | 第92-93页 |
| 5.6 本章小结 | 第93-94页 |
| 第6章 总结与展望 | 第94-97页 |
| 6.1 总结 | 第94-95页 |
| 6.2 展望 | 第95-97页 |
| 参考文献 | 第97-108页 |
| 致谢 | 第108-110页 |
| 攻读学位期间发表的学术论文目录 | 第110-111页 |
| 攻读学位期间参与科研项目情况 | 第111-113页 |
| 外文论文 | 第113-161页 |
| 学位论文评阅及答辩情况表 | 第161页 |
